Contentious Policies: The Experiment with Affirmative Action in Undergraduate Admissions to Public Universities
Notice bibliographique
Résumé
Affirmative action policies have polarized the American public for over a quarter of a century. With regard to undergraduate university admissions, the Department of Education has not issued a definitive policy stance and has chosen to rely upon the results of previous and forthcoming research. Most scholars have not seized the opportunity to explore the effectiveness of affirmative action on a university's minority admission or enrollment rates. Additionally, scholars have not established the role that other confounding factors, such as financial aid and academic preparation, play in determining admission or enrollment rates. This research explores the role of affirmative action policies and percentage plans in determining the admission and enrollment rate of African Americans and Hispanics at the University of California and the State University System of Florida. Results indicated that affirmative action increased the admission rates of the three underrepresented minority groups while it decreases the enrollment rates of same groups in California. The amount of financial aid was also statistically significant when used to determine a minority group's admission or enrollment rate. In the Florida case, affirmative action was a factor in determining undergraduate admissions and enrollment rates. However, the models did not have the explanatory power of the California models. These findings have substantial implications for current public policy as the U.S. Supreme Court will consider two lawsuits against the University of Michigan and its various admissions policies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 ».