Veille de recherche en Enseignement supérieur Septembre 2023

veille@listes.grepa.ca

1 participants
1 discussions

Bulletin de recherche - Septembre 2023

par veille＠grepa.ca

*VEILLE DE RECHERCHE EN ENSEIGNEMENT SUPÉRIEUR* ------------------------------------------------------------------------ Une image contenant texte, signe Description générée automatiquement Septembre 2023 18^e édition /Un condensé mensuel des dernières publications scientifiques sur l’enseignement supérieur/ *Ce mois-ci :*** ** * La charge d'étude et la réussite scolaire * Le lien entre les informations sur les revenus et la préférence politique concernant les frais de scolarité * Les réseaux de connaissance à l'université et la réussite sur le marché du travail * La planification financières des établissements universitaires Bonjour à toutes et tous! Nous vous rappelons que vous pouvez également accéder aux précédentes éditions de la veille en cliquant ici <https://listes.grepa.ca/archives/list/veille@listes.grepa.ca/latest>. Bonne lecture!** ------------------------------------------------------------------------ *****Comment la charge d’étude affecte-t-elle les résultats académiques?* La plupart des études sur la question de la charge d’étude à l’université tendent à montrer qu’une hausse de celle-ci a un impact positif sur les résultats scolaires. Phipps et Amaya (2023) réalisent une première étude par sélection aléatoire sur ce sujet et arrivent à la conclusion inverse. L’étude se concentre sur les étudiants de l’académie militaire de West Point aux États-Unis. Les auteurs utilisent les données administratives de l’université portant sur les résultats académiques de 19 192 étudiants de première, deuxième et troisième années de 2001 à 2019. Chaque semestre par étudiant est un point de donnée, ce qui porte la taille de l’échantillon à 106 814 observations. Les auteurs utilisent une particularité de West Point où les étudiants se font attribuer aléatoirement par l’administration une charge de cours additionnelle allant de zéro à deux crédits universitaires. Crucialement, les étudiants n’ont pas le choix d’accepter cette charge de cours supplémentaire. Cette configuration reproduit une expérience naturelle par sélection aléatoire et permet d’identifier l’effet causal de la charge d’étude. Les auteurs peuvent ainsi recréer un groupe traitement composé des semestres étudiants ayant reçu une attribution d’un ou deux crédits supplémentaires et un groupe contrôle composé de ceux n’en ayant reçu aucun. Deux variables d’intérêt principales sont mesurées par les chercheurs, soit la note globale (GPA) pour les cours obligatoires et la probabilité d’échouer au moins un cours. Les résultats montrent que la charge de travail supplémentaire se fait au détriment des résultats scolaires. L’attribution d’une charge d’étude est associée à une baisse de la note globale de 0,03 à 0,05 pour un crédit supplémentaire et de 0,06 à 0,11 pour deux crédits supplémentaires. Quant à la probabilité d’échec, elle augmente 0,3% à 0,5% pour un crédit supplémentaire et de 0,5% à 1,0% pour deux crédits supplémentaires. Les auteurs que concluent que, toutes choses égales par ailleurs, la charge de cours et la réussite scolaire se substituent l’un à l’autre. Conséquemment, des politiques visant à augmenter le temps d’études devraient aussi inclure des moyens de réduire les charges de temps des activités non académiques des étudiants. _Pour en savoir plus :_ Phipps, A., & Amaya, A. (2023). Are Students Time Constrained? Course Load, GPA, and Failing. Course Load, GPA, and Failing. Journal of Public Economics, 225, 104981. https://doi.org/10.1016/j.jpubeco.2023.104981 ** ------------------------------------------------------------------------ ***Les préférences politiques concernant les frais de scolarité dépendent-elles des informations sur les revenus?* ** Les frais de scolarité sont un enjeu de politique publique et à cet égard leur niveau est partiellement déterminé par les préférences politiques des citoyens. Lergetporer et Woessmann (2023) tentent de vérifier comment les croyances et les informations concernant les bienfaits privés de l’éducation universitaire affectent les préférences par rapport au niveau des frais de scolarité. Les auteurs réalisent une expérimentation par sondage en cinq vagues. Les vagues de sondage ont eu lieu en Allemagne au cours des mois d’avril et juillet des années 2014-2017 et 2020. Les individus répondant aux sondages ont été scindés en quatre groupes, soit trois groupes traitements qui ont reçu des informations sur les bienfaits de l’éducation universitaire et un groupe contrôle qui n’en a pas reçu. Les auteurs visaient des tailles de 1 000 individus par groupes par sondage, ce qui leur a permis d’obtenir un échantillon de 15 412 observations. La variable d’intérêt de l’étude est mesurée par une question du sondage qui demandait aux participants s’ils étaient en faveur ou en défaveur avec l’idée que les étudiants paient des frais de scolarité. Les variables indépendantes étaient mesurées selon les informations sur les bienfaits de l’enseignement supérieur que recevaient les différents groupes traitement. Le premier groupe traitement était informé de la prime salariale des étudiants universitaires. Le second groupe recevait des informations à propos de la hauteur des dépenses gouvernementales couvrant les frais de scolarité. Enfin, le troisième groupe recevait des informations concernant la disparité de l’accès aux études universitaires en fonction du statut socioéconomique des individus. Les résultats montrent que certaines informations ont des effets importants sur les préférences politiques des citoyens. Lorsque les individus sont informés des primes salariales liées à l’éducation universitaire, le pourcentage d’appui pour une politique de frais de scolarité augmente de 8,1%. Toutefois, il n’y a pas de changement significatif d’appuis à une politique de frais de scolarité lorsque les individus sont informés des dépenses publiques ou des statistiques d’accès à l’enseignement supérieur. Selon les auteurs ces résultats suggèrent que les campagnes d’information sont des outils potentiellement importants en vue de procéder à des réformes de politiques de financement des universités. _Pour en savoir plus : _ Lergetporer, P., & Woessmann, L. (2023). Earnings information and public preferences for university tuition: Evidence from representative experiments. Journal of Public Economics, 226, 104968. https://doi.org/10.1016/j.jpubeco.2023.104968 ------------------------------------------------------------------------ *Quel est l’impact de la formation d’un réseau de connaissances à l’université et la réussite sur le marché du travail? * Est-ce que le réseau social développé lors des études universitaires influence le niveau d’accomplissement sur le marché du travail ? C’est le sujet des récents travaux d’Ilyés et Sebők (2023). Leur échantillon couvre le parcours de 7 899 étudiants universitaires hongrois entre 2010 et 2017. Les chercheurs utilisent des données de panel provenant du Centre d'études économiques et régionales (Centre for Economic and Regional Studies), couvrant 50% de la population hongroise. Le niveau de détail des données permet de connaître tous les programmes dans lesquels un individu s’est inscrit, en fonction des semestres, de l'université ainsi de son lieu de résidence. Les auteurs ont également des informations sur les emplois occupés par les individus, de même que le nom de leur employeur, leur salaire, la durée des emplois et le statut de chômage. Comme il n’est pas possible d’observer directement les liens sociaux que créent les étudiants, les auteurs utilisent les cohortes de chaque programme et université pour chaque semestre comme proxy. Ils étudient l’impact d'avoir des pairs (c.-à-d. des étudiants de la même cohorte) travaillant pour des employeurs potentiels en fonction de plusieurs variables telles que la possibilité d'être engagé, le salaire horaire, le prestige et la durée de l'emploi. Ils emploient une régression de probabilité linéaire pour étudier la possibilité d’être engagé ainsi que des modèles de régression linéaire à effet fixes pour les autres variables. Les résultats de l'étude révèlent que les étudiants ayant des contacts dans les entreprises où ils ont été embauchés bénéficient d'avantages significatifs. Les étudiants ayant des connexions professionnelles au sein de leur entreprise ont des revenus 12% plus élevés que ceux n’en ayant pas. Cependant, cet effet disparaît lorsque l'on compare des individus avec et sans liens sociaux au sein de la même firme. Les auteurs en concluent que les contacts universitaires favorisent l'embauche de personnes dans des entreprises où les nouveaux diplômés (et probablement tous les travailleurs) gagnent généralement plus. Les étudiants ayant des contacts dans les entreprises où ils ont été embauchés occupent également des postes plus prestigieux, avec une augmentation du prestige allant de 2,3% à 4,5%. Ces étudiants ont également 1,6 fois plus de chances de rester au moins 1 à 2 ans au même endroit. Enfin, la probabilité d'être embauché dans une entreprise augmente de manière faible, mais quand même significative si des pairs y sont déjà embauchés (+0,02%). Cet effet est cependant plus marqué pour les liens créés au baccalauréat et dans des cohortes plus petites. _Pour en savoir plus: _ Ilyés, V., & Sebők, A. (2023). University peers and career prospects: The impact of university ties on early labor market outcomes. Economics of Education Review, 96, 102456. https://doi.org/10.1016/j.econedurev.2023.102456 <https://doi.org/10.1080/00221546.2022.2044976>__ ------------------------------------------------------------------------ ************ *Quels sont les étapes d’une bonne planification financière des établissements universitaires? * Bien que la planification financière des universités soit un défi complexe, certains outils comme la modélisation de scénario financier (financial scenario modelling) permettent de rendre ce processus plus simple. Afin d’appuyer les universités dans cette démarche, Cropper et Cowton (2023) identifient les cinq étapes clés à cette modélisation, appliquée au contexte universitaire du Royaume-Uni. La première étape se concentre sur la sélection d’un logiciel approprié pour la modélisation de scénarios financiers. Bien qu’Excel soit une option régulièrement préférée par les établissements, les auteurs soulignent quand même que d’autres logiciels peuvent être empruntés, tels qu’Oracle BI ou Axiom. La deuxième étape aborde l'identification des variables essentielles à inclure dans le modèle. Les auteurs mentionnent la prise en compte de certaines variables critiques pour le financement telles que les frais de scolarité des étudiants nationaux et internationaux. Ils notent également qu’une modélisation du lien entre le nombre d’étudiants et le financement peut s’avérer utile à un établissement, étant donnée l’importance de ce facteur dans les revenus des universités. C’est pourquoi les auteurs proposent de suivre également l’évolution du taux de rétention des étudiants ainsi que de ce qui influence leur recrutement. Ils mentionnent également de ne pas oublier de prendre en compte l’inflation lors de la planification sur plusieurs années. La troisième étape se penche sur la construction du modèle. Les auteurs recommandent l'utilisation de formules mathématiques pour lier et modéliser les différentes variables. Une distinction entre les coûts fixes et variables est préconisée, et il est recommandé de procéder à plusieurs itérations pour affiner le modèle. La quatrième étape traite de l’implantation du modèle. Les auteurs soulignent l’importance de choisir un degré de sophistication approprié, balançant entre les bénéfices de la simplicité d’un modèle et le niveau de détail qu’il peut offrir. Ils suggèrent d’étudier un petit nombre de variables qui ont le plus grand impact sur le financement. C’est également à ce moment que l’institution choisit un scénario de base, duquel les analyses de sensibilité seront basées. Enfin, la cinquième étape se concentre sur l'évaluation continue du modèle. Les administrateurs devraient réévaluer celui-ci à intervalle régulier, en prenant en compte les commentaires des agents impliqués dans l’utilisation du modèle. _Pour en savoir plus : _ Cropper, P., & Cowton, C. J. (2023). Financial scenario modelling: a guide for universities. Journal of Higher Education Policy and Management, 1-14. https://doi.org/10.1080/1360080X.2023.2256627 ------------------------------------------------------------------------ ** Une image contenant texte, signe Description générée automatiquement** ** Le Groupe de recherche en économie publique appliquée étudie les différentes politiques d’intervention de l’État. Il est actif en enseignement supérieur, en fiscalité et en simulations de politiques publiques. ** ------------------------------------------------------------------------ ** Liste de diffusion de la veille de recherche en enseignement supérieur -- veille(a)listes.grepa.ca Pour vous désinscrire, envoyez un courriel à veille-quitter(a)listes.grepa.ca <mailto:veille-leave@listes.grepa.ca>**

7 mois

2024

2023

2022

2021

Veille de recherche en Enseignement supérieur Septembre 2023