Bibliographic record
Abstract
Dans ce mémoire, nous estimons l'effet de neuf déterminants socio-économiques sur le parcours scolaire des jeunes québécois. En raison du biais dans l'estimation qui résulte du modèle fréquemment utilisé, soit le modèle de transition qui utilise une séquence d'estimation logistique d'une transition à l'autre, nous utilisons un estimateur non-paramétrique de maximum de vraisemblance (NPMLE). Le principal intérêt de ce mémoire est de déterminer si l'utilisation de cette méthodologie est intéressante pour l'étude des déterminants socio-économiques du parcours scolaire. Les données utilisées sont celles de l'Enquête auprès des jeunes en transition (EJET). Nos résultats montrent que les déterminants les plus importants du parcours scolaire sont le niveau d'études des parents, les habitudes cognitives évaluées par le score au test du Programme for International Student Assessment (PISA) ainsi que le genre de la personne. À un moindre niveau, il y a aussi un effet des déterminants socio-économiques sur l'accès aux études collégiales ainsi que sur l'obtention d'un diplôme secondaire et sur l'accès à l'université. Dans nos estimations, le résultat le plus important est l'absence de différence entre les résultats obtenus avec l'estimateur logistique et ceux obtenus à l'aide du NPMLE. Ces résultats suggèrent que l'hétérogénéité inobservée ne joue pas un grand rôle dans le mécanisme de sélection entre les transitions. Nous avons procédé à une double estimation qui nous a permis de conclure que l'intérêt, pour le chercheur, d'utiliser l'estimateur TPMLE n'est pas suffisamment grand actuellement. Deux principales raisons ont été mentionnées : premièrement, son utilisation présente de trop grandes difficultés et, deuxièmement, il y a très peu de différences entre les résultats obtenus à l'aide de l'estimateur logistique et ceux qui résultent du NPMLE. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Parcours scolaire, Nonparametric maximum likelihood estimation, Déterminants socio-économiques, EJET, Québec.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".