Pourquoi la plupart des etudiants universitaires sont-ils des femmes? Analyse fondee sur le rendement scolaire, les methodes de travail et l'influence des parents
Bibliographic record
Abstract
Dans la presente etude, nous nous servons de nouvelles donnees canadiennes detaillees sur les aux tests normalises, les scolaires, l'influence des parents et des pairs, ainsi que d'autres caracteristiques socioeconomiques de base des garcons et des filles pour essayer d'expliquer l'ecart important entre ceux-ci en matiere d'inscription a l'universite. Parmi les jeunes ages de 19 ans en 2003, 38,8 % des filles etaient inscrites a l'universite, comparativement a 25,7 % seulement des garcons. Cependant, les jeunes hommes et les jeunes femmes etaient aussi susceptibles les uns que les autres d'aller au college. Nous constatons que des differences entre les garcons et les filles en ce qui a trait aux caracteristiques observables expliquent plus des trois quarts (76,8 %) de l'ecart relatif a l'inscription a l'universite. Par ordre d'importance, les principaux facteurs sont les differences entre les scolaires obtenues a l'age de 15 ans, les aux tests normalises de lecture obtenues a l'age de 15 ans, les methodes de travail, les attentes des parents et la prime salariale associee a un diplome universitaire comparativement a celle associee a un diplome d'etudes secondaires. Ensemble, les quatre mesures des aptitudes aux etudes que nous utilisons notes globales, aux tests normalises de lecture, methodes de travail et redoublement d'une annee rendent compte de 58,9 % de l'ecart entre les sexes pour ce qui est de l'inscription a l'universite. Par consequent, pour comprendre l'avantage des femmes en ce qui concerne la poursuite d'etudes universitaires, il pourrait etre essentiel de comprendre pourquoi les filles obtiennent de meilleurs resultats que les garcons au primaire et au secondaire.
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 | 0.020 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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; 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".