Bibliographic record
Abstract
Cette thèse est composée de trois essais qui s’efforcent de comprendre comment les politiques publiques peuvent aider les groupes défavorisés à surmonter les obstacles auxquels ils sont confrontés. Dans le premier chapitre, j’étudie l’efficacité de deux interventions visant à réduire les obstacles à l’inscription à l’université. En particulier, j’étudie les effets du projet Un avenir à découvrir, une expérience randomisée canadienne qui a donné la chance à des élèves du secondaire de participer à des ateliers d’orientation scolaire et/ou de recevoir une bourse universitaire de 8 000 $. En fusionnant les données expérimentales aux dossiers des établissements postsecondaires et aux fichiers d’impôt sur le revenu, je suis en mesure d’examiner et de comparer les effets des interventions sur l’inscription à l’université, l’obtention de diplôme et les revenus à l’âge adulte. Ce chapitre apporte également de nouvelles perspectives sur les inégalités des chances face aux études supérieures.Le deuxième chapitre étudie les effets d’un programme national de transfert conditionnel de fonds – le programme Juntos du Pérou – sur l’autonomisation des femmes et la fécondité. Pour identifier les effets causaux, nous exploitons les variations temporelles et géographiques du déploiement du programme. Nous étudions les effets sur la prise de contraception et la fécondité et explorons divers mécanismes – y compris l’autonomisation des femmes – en utilisant des données sur les préférences et la prise de décision. Le dernier chapitre adopte une approche plus théorique et étudie l’importance des pratiques éducatives parentales dans le développement des capacités cognitives des enfants. Pour ce faire, nous classifions un échantillon de parents canadiens entre deux groupes distincts de pratiques éducatives parentales à l’aide d’un algorithme d’apprentissage automatique non supervisé et de données objectives sur la façon dont ces parents interagissent avec leurs enfants. La classification nous permet d’étudier le lien entre les caractéristiques socio-économiques des parents, les pratiques éducatives parentales et les capacités cognitives des enfants
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.022 | 0.004 |
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".