Explication de l'écart existant entre les garçons et les filles quant à l'obtention du diplôme d'études secondaires
Bibliographic record
Abstract
Ce document exploite les caractéristiques de panel de l'enquête longitudinale de l'Enquête auprès des jeunes en transition (EJET) et les mesures recueillies sur les jeunes dans le but d'expliquer les taux d'abandon des études secondaires des jeunes canadiens qui étaient âgés de 15 ans lors de la première vague de l'enquête. Nous nous concentrons sur les écarts entre les filles et les garçons qui se trouvent particulièrement élevés dans quelques provinces, notamment au Québec. L'approche économétrique utilise une régression probit, soit une modélisation standard de la relation entre une variable binaire et différentes variables supposées exogènes. Nous constatons que les barrières à l'obtention d'un diplôme d'études secondaires liées à la pauvreté et de faibles attentes parentales désavantagent les jeunes garçons de la province du Québec. Nos résultats démontrent que les attentes parentales au sujet du niveau scolaire sont des facteurs prédictifs d'obtention d'un diplôme d'études secondaires. On propose des approches d'ordre public et politique pour une réduction de l'écart existant entre les hommes et les femmes. Des mesures plus appropriées et spécifiques devraient être employées au Québec afin de diminuer ces taux et observer une augmentation des taux d'obtention d'un diplôme d'études secondaires d'ici l'âge de 18 ans chez les hommes qui semblent le plus atteints. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : données longitudinales, décrochage du secondaire, les caractéristiques des jeunes, les dotations de la famille, écart entre les sexes, valeur de l'éducation
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".