Public versus Private: Economic Inequality Within Educational Access
Notice bibliographique
Résumé
Since the late 1970’s, economic inequality in modern postindustrial countries has been on the rise. This occurred after its steady decline following the Great Depression. Explanations for this phenomenon have identified multiple factors facilitating this reversal of trends. Within this framework, economic transitions of the last few decades have played a key role. Previously Fordist-organized economies of the advanced capitalist world – most of Europe, Australia, Canada, New Zealand, and the United States – deindustrialized into knowledge-based economies. In conjunction, and as a result, education has become ever more important for labor market integration. Therefore, education, or lack thereof, is a central mechanism underpinning levels of inequality. But what of different methods of educational access – namely, public and private education? This work examines what influence, if any, either method has on economic inequality. Using cross-national data between 1995 and 2016 within 19 postindustrial countries, this paper finds that heavier reliance on private education results in greater levels of market income inequality and wage dispersion. Conversely, higher levels of public education spending are associated with lower levels of both measures. Additionally, these findings show a mixed association between tertiary educational attainment and wage dispersion. This work sheds additional light on contemporary determinants of rising economic inequality and further advances the importance of social investment and a human capital framework. In particular, this work stresses the relevance of not just any source of investment, but in public social investment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».