Notice bibliographique
Résumé
This thesis uses novel data sets to examine the process of human capital accumulation at different points in the life cycle. Chapter 1 decomposes total childhood exposure effects – the causal effect of growing up in a better area – into separate school and neighborhood components. To do so, it brings together two research designs. First, I implement a spatial regression-discontinuity design based on institutional rules that assign different default schools to students of different linguistic backgrounds to estimate school effects. Second, I study students who move across neighborhoods in Montreal during childhood to estimate total exposure effects by exploiting variation in the timing of moves. I focus on measures of long-term educational attainment outcomes such as university enrollment. I find that total exposure effects are large, and that between 50 and 70% of the long-term benefits of moving to a better area are actually due to access to better schools rather than to the neighborhoods themselves. In chapter 2, joint with Graham Beattie and Philip Oreopoulos, we introduce a novel method for collecting a comprehensive set of non-academic characteristics to explore which measures best predict the wide variance in first-year college performance unaccounted for by past grades. Students whose first-year college average is far below expectations (divers) have a high propensity for procrastination and are considerably less conscientious than their peers. Divers are more likely to express superficial goals, hoping to 'get rich' quickly. In contrast, students who exceed expectations (thrivers) express more philanthropic goals, are purpose-driven, and are willing to study more hours per week to obtain the higher GPA they expect. Chapter 3 estimates the effect of linguistic enclaves on language skills. Using rich longitudinal data, I find that enclave size significantly impedes language acquisition, albeit the effect is smaller than cross-sectional models suggest. An unusually rich set of variables is used to generate bounds on the effect of enclaves and a complementary instrumental variable approach confirms the robustness of the results. Enclaves are unrelated to formal language course take-up rates, indicating that they affect language learning via social interactions among friends and colleagues rather than through formal education.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».