ERIC ED499883: Who Gets What? The Distribution of Government Subsidies for Post-Secondary Education in Canada. Canadian Higher Education Report Series
Notice bibliographique
Résumé
This study is one part of a two-part inquiry into subsidies for post-secondary education in Canada. Governments in Canada spend over $4 billion each year in transfers to individuals for the purpose of post-secondary education. Roughly half of this money goes out in need-based loans and grants, while the other half goes in "universal" benefits to which all are entitled, such as tax credits and the Canada Education Savings Grant. Based on a combination of administrative and survey data, the study estimates the distribution of these two forms of assistance by family income quartile. The study shows that need-based assistance is only lightly progressive; 40% of all assistance goes to students from families with above-median incomes. "Universal" assistance is outright regressive, with over 62% of assistance going to students from families with above median incomes. As a result, the overall skew in combined need-based and universal assistance is slightly regressive. Given the known problems in access for low-income students, this skew is inconsistent with a strategy to help low-income families. An appendix also examines the distributional effects of the major hidden subsidy to students, which is the indirect subsidy to tuition fees implicit in government subsidies to institutions. The examination finds that these subsidies, too, are highly regressive and that a fee-reduction approach to improving access will in fact aggravate the overall problem of too many subsidies going to high-income families. (Contains 19 footnotes, 13 figures and 9 tables.) [This document was published by the Educational Policy Institute (EPI).]
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,109 | 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 ».