Data-Gouv-FR/parcoursup-2021-voeux-de-poursuite-detudes-et-de-reorientation-dans-lenseignement-superieur-et-r

该数据集展示了2021年法国高等教育平台Parcoursup（从1月20日至9月16日）的整个申请和录取过程中，学生对于继续学业和重新定向的申请意愿，以及各教育机构针对每个非学徒制课程的录取提议。数据来源于Parcoursup 2021平台，覆盖了整个申请季直到2021年9月16日的数据。数据集包含13,396个非学徒制课程，涉及965,531名候选人，其中特别关注了636,044名新生（刚毕业的高中生）。数据内容包括：申请人数、录取提议数、候选人接受情况、录取者的性别、高中系列（如普通、技术、职业高中）、高中毕业成绩（包括“优秀”和“非常优秀”等级）、奖学金情况、地理来源等。此外，数据集还提供了关键指标，如录取率、各类型高中生的百分比，以及用于数据可视化的补充信息，帮助候选人了解课程特征和录取者背景。Parcoursup是法国国家高等教育预注册平台，主要服务于新生、重新定向的学生和外国学生，允许他们提交最多10个非等级化申请。数据集可用于分析申请需求、录取满意度、候选人和录取者概况，以及其他录取过程结束后的结果。This dataset presents the study continuation and reorientation wishes in higher education, as well as the proposals from institutions for each non-apprenticeship course, at the end of the allocation process of the Parcoursup platform for the 2021 session (from January 20 to September 16, 2021). The data is extracted from the Parcoursup 2021 platform and covers the entire campaign up to September 16, 2021. It includes 13,396 non-apprenticeship courses, involving 965,531 candidates, with a specific focus on 636,044 new high school graduates. The data covers: number of applicants, number of admission proposals, candidate acceptance rates, gender of admitted students, high school series (e.g., general, technological, vocational), baccalaureate grades (including Very Good and Very Good with Honors distinctions), scholarship status, geographical origin, etc. Additionally, the dataset provides key indicators such as admission rates, percentages of different types of high school graduates, and supplementary information for data visualization, helping candidates understand course characteristics and admitted student profiles. Parcoursup is the national higher education pre-registration portal in France, primarily serving new graduates, students in reorientation, and international students, allowing them to submit up to 10 non-hierarchical applications. The dataset can be used to analyze application demand, admission satisfaction, candidate and admitted student profiles, and other outcomes at the end of the allocation process.

搜集汇总

数据集介绍

构建方式

该数据集源自法国高等教育、研究与创新部运营的Parcoursup国家预注册平台，聚焦2021年招生季（2021年1月20日至9月16日）中学生的升学与转学志愿及院校回复情况。数据涵盖所有在主要或补充阶段至少提交一个有效志愿的候选人，涉及13,396个非学徒制培训项目，共计965,531名候选人，其中包含636,044名新高中毕业生。原始数据以表格资源形式从data.gouv.fr官方平台获取，经整理后以Parquet格式存储，并配置为Hugging Face数据集下的单一子集'fr-esr-parcoursup_2021'，内含名为'train'的分割，便于直接加载与分析。

使用方法

使用该数据集时，用户可通过Hugging Face的datasets库便捷加载。执行代码`from datasets import load_dataset`后，以`ds = load_dataset("Data-Gouv-ML/parcoursup-2021-voeux-de-poursuite-detudes-et-de-reorientation-dans-lenseignement-superieur-et-r", "fr-esr-parcoursup_2021")`即可获取数据，并通过`print(ds["train"])`查看训练集内容。该数据集旨在支持分析各培训项目的申请需求与满足程度、候选人及录取者画像、以及分配过程结束时的其他结果，可作为教育政策研究、招生趋势分析及学生决策行为建模的重要基础。

背景与挑战

背景概述

Parcoursup作为法国高等教育入学分配的国家级平台，其2021年申请与录取数据构成了分析高等教育资源分配与公平性的关键资源。该数据集由法国高等教育、研究与创新部于2021年发布，覆盖了自2021年1月20日至9月16日整个申请周期中96万余名候选人的志愿填报与院校反馈信息，其中包含63万余名高中应届毕业生。作为开放数据项目的重要组成部分，该数据集详细记录了每个非学徒制培训项目的招生容量、志愿填报数量、录取轮次、获得录取的候选人学业背景（如高中会考系列与评语）、地域分布及助学金状况等信息。通过整合平台内置的‘数据可视化’工具，该数据集不仅为后续的教育政策制定提供了量化依据，也显著促进了法国高等教育入学系统的透明度，成为研究高等教育机会均等和院校选拔机制的重要实证基础。

当前挑战

该数据集所应对的核心领域挑战在于如何系统性地量化和揭示高等教育录取过程中的供需匹配与公平性问题。具体而言，一方面，Parcoursup系统需处理大量非层次化志愿（每位候选人最多10个志愿，每个志愿可能包含多个子志愿）与院校有界招生容量之间的复杂匹配，这一过程天然地隐含了信息不对称和选拔偏差，例如不同高中会考系列（普通、技术、职业类）候选人在录取机会上的显著差异。另一方面，数据集的构建面临多重技术挑战：整合来自全国13,396个培训项目的异构数据需统一字段标准（如将‘非常优秀’评语细分为不同分数区间）；处理‘并行录取轮次’中动态变化的候选人与院校行为数据（如录取接受率随时间波动），以及保障跨年度数据可比性（如2021年将候选人分组缩减至三类）。此外，匿名化处理与隐私保护要求在保留教育特征的前提下移除个人身份标识，进一步增加了数据清洗与格式化的复杂性。

常用场景

经典使用场景

在法国高等教育体系中，Parcoursup 2021数据集为研究者提供了2021年招生季完整的学生志愿填报与院校录取数据，涵盖从1月20日至9月16日的全流程信息。该数据集的经典使用场景在于学生选择行为分析，如通过志愿提交数量、录取比例和最终入学情况，揭示不同社会背景、学业成绩及地域分布学生对各类高等教育机构的偏好差异。研究者可借此建立统计模型，评估院校吸引力或竞争强度，例如分析非选拔性及选拔性专业（如CPGE、BTS）的录取动态，并结合学生高考系列（普通、技术、职业）及奖学金身份等因素，量化招生过程中的供需匹配机制。

解决学术问题

该数据集的核心学术价值在于解决高等教育入学公平性这一关键议题。通过追踪每个候选人的志愿路径（从初步选择到最终接受录取），研究者能够系统分析社会经济背景（如奖学金身份、地理来源）对录取机会的影响，揭示潜在的结构性不平等。例如，数据中区分的“优秀毕业会考荣誉”等级（16-18分与18分以上）为评估高学业成就学生的优势提供了精细工具。此外，数据集的“访问率”指标——即实际收到录取的候选人比例——使学界可定量评估不同院校的筛选强度，从而深化对法国精英教育与大众教育双重体系运作逻辑的理论认识，为政策制定者优化资源配置提供实证依据。

实际应用

在实际应用层面，该数据集是政府与教育机构优化招生政策的重要工具。例如，教育部门可利用各院校的“最后录取排名”和“每日录取接受节奏”数据，评估Parcoursup平台的运行效率，识别可能存在的信息不对称或流程瓶颈，进而调整志愿填报系统（如减少候选组别从5组至3组）。同时，数据集帮助中学教师和升学顾问生成针对特定课程类型的定制化分析报告，为高中生提供院校选择的决策支持，例如通过可视化的“数据可视化”界面展示录取成功率与候选人学业的关联。此外，研究机构可将数据用于设计干预措施，如针对低录取率区域开展专项辅导，提升教育机会均等化水平。

数据集最近研究

最新研究方向

该数据集聚焦于法国高等教育入学平台Parcoursup 2021年招生季的申请与录取数据，为教育公平性、区域差异及选拔机制研究提供了宝贵资源。当前前沿研究方向包括利用机器学习分析学生志愿填报行为与录取结果的关联，揭示社会经济背景（如奖学金生比例、地域来源）、学业表现（如会考类别与评语）对入学机会的影响。此外，结合2021年法国高等教育改革背景，该数据被用于评估非选拔与选拔性课程（如CPGE、BTS）的录取效率，以及疫情期间招生政策的适应性调整。其意义在于推动数据驱动的教育政策制定，优化资源配置，并为国际比较研究提供法国案例的量化支撑。