MétaCan
Menu
Retour à la cohorte
Enregistrement W6992366858

L’endettement étudiant au Québec : Qui sont les étudiants endettés?

2023· dissertation· fr· W6992366858 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2023
Typedissertation
Languefr
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Context (archaeology)Path dependency
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans ce mémoire, nous examinons, à l’aide de données tirées de l’Enquête nationale auprès des diplômés, les risques et les montants différenciés d’endettement des étudiants québécois selon diverses caractéristiques sociodémographiques, afin de dresser un portrait général de la situation des étudiants ayant recours à l’endettement. Il existe aux États-Unis une vaste littérature sur les risques et les montants différenciés d’endettement chez les étudiants. Celle-ci met en lumière certains aspects particuliers du recours à l’endettement tels que des inégalités systémiques entre les ménages à revenus élevés et ceux à faibles revenus. Or ce genre d’études est peu commun au Québec. Nos analyses reposent donc sur les thèmes identifiés dans la littérature américaine, tels que l’intersectionnalité, la reproduction des inégalités entre les classes sociales, la stagnation des salaires des classes moyennes et pauvres, etc., mais elles s’appuient sur des données québécoises. Au terme du mémoire, nous concluons que si la situation des étudiants québécois n’est pas aussi inquiétante que celle des étudiants américains, en particulier en ce qui a trait aux montants d’endettement, il existe cependant des inégalités sociales dans le recours au crédit au Québec, en particulier une non-linéarité dans le recours à l’endettement qui défavorise les étudiants issus de la classe moyenne ainsi qu’une corrélation négative entre le fait de provenir d’une famille aisée et celui d’avoir recours à l’endettement, ce qui sous-tend un avantage intergénérationnel.
\n<br /><br />
\nThis thesis, using data from the National Graduates Survey, examines risks and differentiated amounts of indebtedness of Quebec students according to various sociodemographic characteristics in order to draw a portrait of the situation of students resorting to indebtedness. There is, in the United States, a vast literature on the risks and the differentiated amounts of indebtedness among students. This literature sheds light on certain aspects of the use of debt such as systemic inequalities between high-income households and low-income ones. However, we don’t really find similar literature in Quebec. Our analyzes are therefore based on the themes identified in the American literature, such as intersectionality, the reproduction of inequalities between social classes, the stagnation of wages of the middle and poor classes, etc., but they are based on quebecois data. At the end of this thesis, we conclude that if the situation of Quebec students is not as worrying as that of American students, in particular regarding the amounts of indebtedness, there are however social inequalities in the use of credit, such as a non-linearity in the use of debt which disadvantages students from the middle class as well as a negative correlation between coming from a wealthy family and having recourse to indebtedness, which indicates an intergenerational advantage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,002
Communication savante0,0040,006
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,312
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Même sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207