MétaCan
Menu
Retour à la cohorte
Enregistrement W7112959034

How affordable are independent school fees in Australia?

2025· preprint· W7112959034 sur OpenAlexaboutno aff

Notice bibliographique

RevueEdArXiv (OSF Preprints) · 2025
Typepreprint
Langue
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)TaxpayerProductivityGovernment (linguistics)Private sectorPublic sectorSchool choiceValue (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The independent private school sector in Australia is growing dramatically. While the sector on average enrols a larger share of socially advantaged students compared to the Catholic or public school sector, the extent to which independent school fees are financially accessible is not well known. Examining this question is important as the sector receives substantial taxpayer subsidies. We examined the fees charged by independent secondary schools in Australia’s five largest cities, collectively home to almost 65% of Australians. On average across all five cities, independent secondary schools charge approximately $15k per year, with 25% of schools charging less than $5k per year and another quarter charging more than $20k per year. Fees are highest in Melbourne and Sydney, where one-third of schools charge over $20k per year, and 10% charge more than $40k per year. Average fees varied across the five cities and are not easily explained by public policy or economic contexts. While a substantial number of independent secondary schools can be considered affordable, most are not. We query the value to Australian society of having so many high-fee independent schools and argue that Australia’s aim of increased productivity would be better met by diverting government funds spent on high-fee schools to students and schools with greater need.

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)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0050,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0750,056

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 Opus0,050
Tête enseignante GPT0,324
Écart entre enseignants0,273 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdArXiv (OSF Preprints)Même sujetSchool Choice and PerformanceTravaux en français237 207