Una tipología de desajustes entre competencias y educación utilizando un análisis comparativo entre países
Bibliographic record
Abstract
Este trabajo tiene como objetivo discutir el valor de los títulos de educación superior y la situación de postergación de los graduados en el mercado laboral. Su novedad consiste en comparar las habilidades adquiridas y requeridas en el empleo, mediante una autoevaluación realizada por los jóvenes graduados de educación superior en nueve países de Europa, Japón y Canadá. Más precisamente, se expone la frecuencia de desajustes entre titulación y habilidades utilizando tres estudios de graduados de educación superior, dos estudios internacionales (Cheers y REFLEX) y una encuesta canadiense (NGS). Definimos posible sobre-educación y desajuste en las habilidades, y a continuación presentamos una tipología empírica para mostrar los casos más frecuentes de desajustes. La situación ideal que corresponde a una combinación perfecta entre titulación y habilidades sólo cubre una cuarta parte de los graduados. Graduados noruegos y holandeses son más propensos a estar en esta situación. Nuestros resultados indican también dificultades para los diferentes sistemas educativos en la producción de las habilidades necesarias, incluso si una proporción de graduados son sobre-educados. La falta de coincidencia de ciertas habilidades es más marcada que otras en dicha tipología. Este es especialmente el caso en competencias como la capacidad de resolver problemas y en aplicar el pensamiento analítico.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".