[论文解读] Admission predictors for success in a mathematics graduate program

Timmy Ma, Karen E Wood+4 more|arXiv (Cornell University)|Mar 1, 2018

Medical Education and Admissions参考文献 3被引用 3

一句话总结

本研究分析了一所美国公立研究型大学数学博士项目中影响录取成功的预测因素，基于2005至2010年间203名学生的九年数据。研究发现，GRE语文成绩比定量成绩更能预测成功；本科GPA与成功呈负相关，但当按院校层级分层后该关系反转；性别与公民身份状态揭示了显著差异：美国女性学生表现低于男性，但外国女性则优于外国男性。

ABSTRACT

There are many factors that can influence the outcome for students in a mathematics PhD program: bachelor's GPA (BGPA), bachelor's major, GRE scores, gender, Under-Represented Minority (URM) status, institution tier, etc. Are these variables equally important predictors of a student's likelihood of succeeding in a math PhD program? In this paper, we present and analyze admission data of students from different groups entering a math PhD program at a southern California university. We observe that some factors correlate with success in the PhD program (defined as obtaining a PhD degree within a time-limit). According to our analysis, GRE scores correlate with success, but interestingly, the verbal part of the GRE score has a higher predictive power compared to the quantitative part. Further, we observe that undergraduate student GPA does not correlate with success (there is even a slight negative slope in the relationship between GPA and the probability of success). This counterintuitive observation is explained once undergraduate institutions are separated by tiers: students from "higher tiers" have undergone a more rigorous training program; they on average have a slightly lower GPA but run a slightly higher probability to succeed. Finally, a gender gap is observed in the probability to succeed with female students having a lower probability to finish with a PhD despite the same undergraduate performance, compared to males. This gap is reversed if we only consider foreign graduate students. It is our hope that this study will encourage other universities to perform similar analyses, in order to design better admission and retention strategies for Math PhD programs.

研究动机与目标

• 识别预测数学博士项目成功的关键录取因素。
• 调查性别、URM身份和公民身份等人口统计因素是否与博士毕业率相关。
• 检验本科绩点和GRE成绩等本科表现指标是否能可靠预测数学博士项目成功。
• 探讨本科院校层级是否调节本科表现与博士成功之间的关系。
• 通过识别博士毕业中的系统性差异，为改进录取与保留策略提供建议。

提出的方法

• 收集并分析了2005至2010年间被一所美国公立I类大学数学博士项目录取的203名学生的录取与表现数据。
• 在7年时间窗口内追踪学生，以确定其是否在最长时限（7年）内完成博士学位。
• 使用多元逻辑回归模型评估GRE成绩、本科GPA、性别、公民身份、URM身份及本科院校层级等变量的预测能力。
• 将本科院校按层级分组，以分析院校严谨程度对GPA与成功关系的影响。
• 按性别与公民身份进行子群分析，以检测学术表现之外的成功率差异。
• 使用可视化手段（如图9、10、11）展示不同人口统计与院校类别下的预测成功率。

实验结果

研究问题

• RQ1 GRE语文与定量成绩是否能预测数学博士项目中的成功？如果是，哪一个预测能力更强？
• RQ2 本科GPA是否是博士毕业的可靠预测指标？其与成功的关系是否因院校类型而异？
• RQ3 在控制学术表现后，性别与公民身份状态是否独立预测博士毕业率？
• RQ4 本科院校层级如何调节GPA与博士成功之间的关系？
• RQ5 男性与女性学生之间是否存在成功率差异？这些差异在本国与国际学生之间有何不同？

主要发现

• 尽管传统上STEM录取更重视定量成绩，但GRE语文成绩比定量成绩更能预测博士成功。
• 本科GPA与博士毕业呈负相关，但这一现象可通过院校层级解释：来自更高层级院校的学生（尽管GPA较低）成功率更高。
• 存在显著的性别差距：与学术背景相似的男性同龄人相比，美国本土出生的女性学生完成博士学位的概率更低。
• 在国际学生中，性别差距反转：外国女性比外国男性更有可能完成博士学位，表明成功受语境影响。
• 公民身份是重要预测因子，非美国学生比美国学生具有更高的预测成功率，尤其在按性别分层后更为明显。
• 种族/民族差异在成功率中表现明显，尽管由于样本量较小，其统计显著性不总是成立，提示需进一步研究。