MétaCan
Menu
Back to cohort

Essays on the Role of Information in Human Capital Investments

2017· dissertation· W7148541597 on OpenAlexaboutno aff
Julie Pernaudet

Bibliographic record

Venuenot available
Typedissertation
Language
FieldBusiness, Management and Accounting
TopicFinancial Literacy, Pension, Retirement Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Intervention (counseling)LigneCapital (architecture)Social capital

Abstract

fetched live from OpenAlex

Essais sur le rôle de l'information dans les investissements en capital humain Cette thèse cherche à évaluer le rôle des politiques d’information dans la réduction des inégalités de capital humain.Dans le premier chapitre, co-écrit avec Bruno Crépon, nous étudions l’impact d’une expérimentation visant à augmenter le recours aux soins des jeunes chômeurs en France. Les jeunes en situation de précarité ont plus de risque de sous-investir dans leur santé, ce qui peut avoir des conséquences économiques et sociales à court et long terme. Dans cette étude, nous examinons deux barrières possibles : le coût des soins, et la mauvaise perception des besoins. A l’aide d’une expérience randomisée, nous trouvons qu’informer individuellement ces jeunes sur leurs besoins ainsi que sur le système d’assurance santé permet d’augmenter leurs investissements, en doublant notamment la probabilité de consulter un psychologue. Nos résultats suggèrent également qu’une telle intervention permet de favoriser les entrées en formation. Afin de distinguer les barrières relevant du coût des soins des barrières relevant d’une mauvaise perception des besoins, nous testons aussi une intervention dans laquelle les jeunes reçoivent uniquement l’information sur le système d’assurance santé. A la différence de l’intervention combinée, cette intervention ne permet pas d’augmenter le recours aux soins, ce qui souligne le rôle crucial des perceptions subjectives dans les décisions de santé.Dans le second chapitre, issu d’un travail avec Marc Gurgand, Nina Guyon et Marion Monnet, nous évaluons une politique consistant à orienter des enfants vivant en zones urbaines sensibles (ZUS) en France vers des structures répondant à leurs difficultés. Dans les ZUS, certains enfants ont tendance à cumuler difficultés scolaires, problèmes de santé, de socialisation, et parfois problèmes familiaux. La politique étudiée consiste à mettre en place des interventions individualisées et multidimensionnelles pour les enfants, impliquant leurs parents et leur enseignant. Ces interventions consistent par exemple à inscrire l’enfant dans un club de sport, à réaliser un bilan de santé, à offrir aux parents une assistance administrative, et reposent sur les ressources disponibles au niveau de la commune. Afin d’identifier un effet causal, nous mettons en place des méthodes d’appariement que nous combinons avec un estimateur en différence-de-différences. Nous trouvons que le dispositif n’a d’effet ni sur le comportement des enfants, ni sur leurs compétences cognitives, et un effet négatif sur la socialisation et la motivation scolaire. Il réduit en revanche l’absentéisme. Une comparaison avec d’autres dispositifs suggère qu’il est nécessaire d’intervenir dès le plus jeune âge et de manière plus intensive pour améliorer la situation de ces enfants défavorisés.Dans le troisième chapitre, j’examine dans quelle mesure les politiques d’information destinées à guider les lycéens dans la transition vers le supérieur permettent d’augmenter le recours aux bourses parmi les étudiants défavorisés au Canada. Les doutes de plus en plus nombreux quant à la capacité des politiques d’aides financières à réduire les inégalités d’accès à l’enseignement supérieur conduisent à s’interroger sur leurs conditions d’efficacité. Cette étude vise à mieux comprendre les barrières informationnelles auxquelles les étudiants sont confrontés. Sur la base d’une expérience contrôlée, je modélise la demande de bourse comme étant fonction de l’utilité perçue de l’université, qui elle-même dépend du niveau d’information des jeunes. J’utilise ensuite le modèle pour simuler différentes politiques d’information souvent mises en œuvre, mais rarement évaluées. Informer les jeunes sur le système d’aides financières s’avère particulièrement efficace. Rencontrer un conseiller scolaire ou faire un test de compétences et d’orientation permet également d’augmenter le recours aux aides. Les simulations suggèrent que de tels dispositifs pourraient égaliser la demande entre étudiants favorisés et défavorisés.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.019
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.014
Threshold uncertainty score0.046

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.019
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.002
Science and technology studies0.0020.005
Scholarly communication0.0060.005
Open science0.0010.002
Research integrity0.0030.002
Insufficient payload (model declined to judge)0.0140.001

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.

Opus teacher head0.010
GPT teacher head0.237
Teacher spread0.227 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same topicFinancial Literacy, Pension, Retirement AnalysisFrench-language works237,207