MétaCan
Menu
Retour à la cohorte
Enregistrement W7005978301

Selvitys toisen tai useamman korkeakoulututkinnon suorittaneista

2023· other· en· W7005978301 sur OpenAlexaboutno aff

Notice bibliographique

RevueEconstor (Econstor) · 2023
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBiological Control of Invasive Species
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigher educationQuarter (Canadian coin)WelfareDrop outFurther educationDisadvantageCollege educationPrivate educationGeneral education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This brief provides descriptive evidence on completion of multiple higher education degrees in Finland. In the year 2020, there were altogether 7,100 individuals enrolling in higher education who already had higher education degrees. A quarter of them already had more than one higher education degree. The share of those with prior degrees participating in higher education has been increasing sharply during the past two decades. In the year 2020, ten percent of all new students in higher education had already completed higher education previously. The most common education choice among these students was the field of Health and Welfare in Universities of Applied Sciences. According to the analysis, students with prior degrees took almost as long to complete the degree when compared to those who were completing their first degree. Women and those whose mother tongue is Finnish are vastly over-presented among those completing multiple degrees. Additionally, these students are performing fairly well in the labor market before returning to higher education. Completing multiple degrees does not lead to higher income or better employment even in the medium term. There is a drop in the labor market outcomes following the new enrollment in higher education; however, they bounce back to their previous level in a few years. After that, the labor market performance follows a very similar trend to what it was before enrollment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,006

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 Opus0,021
Tête enseignante GPT0,216
Écart entre enseignants0,195 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueEconstor (Econstor)Même sujetBiological Control of Invasive SpeciesTravaux en français237 207