Économie, société et éducation : l'effet des droits de scolarité sur l'accès aux études universitaires au Québec et en Ontario
Bibliographic record
Abstract
Cette note de recherche insiste d’abord sur les éléments méthodologiques à considérer lorsqu’on analyse les tendances dans la participation universitaire et l’évolution des droits de scolarité au Québec et Ontario et qu’on tente d’établir des liens entre celles-ci. Nous montrons que la période et l’intervalle d’âge considéré, les particularités de chaque système d’éducation et le fait de ne pas prendre en considération la tendance générale de massification des études universitaires est suscep-tibles de biaiser les résultats d’une telle analyse. Dans un second temps, une analyse statistique ori-ginale intégrant les précautions méthodologiques précédemment énumérées est produite pour étu-dier l’impact des droits de scolarité sur l’accès aux études universitaires au Québec et en Ontario entre 1946 et 2011.\nTrois principaux résultats ressortent de cette analyse. (1) Nous confirmons une fois de plus que les droits de scolarité jouent bel et bien un rôle dans l’accès aux études universitaires. (2) Cet effet varie selon l’origine sociale des individus, les jeunes d’origines sociales plus modestes étant plus dé-savantagés par ces droits de scolarité tout comme les étudiants plus âgés. (3) Cet effet différencié des droits est très important ce qui confirme la nature régressive des droits de scolarité.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".