A Scientific Approach to Addressing Social Issues Using Administrative Data
Bibliographic record
Abstract
Nous utilisons des données administratives en chaine sur l’éducation, la santé, les services sociaux et la criminalité en Colombie-Britannique, au Canada, pour documenter la relation entre le niveau de scolarité mesuré au secondaire et les indicateurs de résultats défavorables plus tard dans la vie. Les résultats défavorables s’observent principalement chez les décrocheurs et décrocheuses du secondaire. Nous documentons ensuite la capacité des caractéristiques observées en 4e année du primaire à prédire l’obtention du diplôme d’études secondaires, au moyen d’un modèle simple produisant une limite inférieure. Le modèle identifie directement plus d’un cinquième des futurs décrocheurs et décrocheuses avec une précision raisonnable. Les mesures non cognitives (en particulier les caractéristiques sociales et émotionnelles) sont de meilleurs prédicteurs du niveau de scolarité que les mesures cognitives. Nous examinons les implications de ces résultats dans le contexte du développement scientifique des interventions qui visent à prévenir les résultats défavorables plus tard dans la vie.
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 | 0.129 | 0.362 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.016 | 0.025 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.006 | 0.006 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".