Data-Gouv-FR/parcoursup-2021-2024-propositions-dadmission-dans-lenseignement-superieur-des-eleves-de-terminal

该数据集提供了2021年至2024年间法国Parcoursup平台上普通高中毕业生（持有baccalauréat général文凭）的高等教育入学录取提议数据，根据学生在高中阶段所修的专业课程（enseignements de spécialité）进行分类。数据包括候选人确认的志愿数量、收到的录取提议数量以及接受的录取提议数量，并基于双课程组合（即学生在高三同时修读的两门专业课程组合）进行分析。数据提取自Parcoursup应用，每年12月收集，覆盖了包括CNED、DROM和AEFE在内的候选人。数据集还包含详细的列定义和方法论说明，例如Vœux列统计了每个双课程组合中在不同专业确认至少一个志愿的候选人数量，Nb de candidats bacheliers ayant reçu au moins proposition dadmission列表示收到至少一个录取提议的候选人数量，而Nb de candidats bacheliers ayant accepté une proposition dadmission列则统计了接受录取提议的候选人数量。需要注意的是，志愿和录取提议数据中候选人可能被多次计数（如果涉及多个不同专业），而接受数据中每个候选人只能被计数一次。数据集还特别说明了专业课程如Arts和Littérature, langues et culture de lantiquité的细分内容。This dataset provides data on higher education admission proposals for French general high school graduates (holders of the baccalauréat général diploma) from 2021 to 2024 on the Parcoursup platform, categorized by the specialized courses (enseignements de spécialité) they took in high school. The data includes the number of candidates who confirmed at least one application, received at least one admission proposal, and accepted an admission proposal, analyzed based on doublettes (i.e., the combination of two specialized courses taken in the final year of high school). The data is extracted from the Parcoursup application each December, covering candidates including those from CNED, DROM, and AEFE. The dataset also includes detailed column definitions and methodological notes, such as the Vœux column counting the number of candidates with each doublette who confirmed at least one application in different programs, the Nb de candidats bacheliers ayant reçu au moins proposition dadmission column indicating candidates who received at least one admission proposal, and the Nb de candidats bacheliers ayant accepté une proposition dadmission column counting candidates who accepted an admission proposal. It is important to note that candidates may be counted multiple times in the application and admission proposal data (if they applied to multiple different programs), while in the acceptance data, each candidate is counted only once. The dataset also specifies the subdivisions of specialized courses such as Arts and Littérature, langues et culture de lantiquité.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，聚焦于2021至2024年间通过Parcoursup系统申请高等教育的普通高中毕业班学生。数据提取工作于每年12月进行，此时录取阶段已告结束（2021、2022年截止于9月16日，2023年截止于9月12日）。数据集的构建以学生在高三年级所修读的两门专业课程（即“双科”）为核心变量，将学生的学业选择与后续录取结果相关联。具体而言，数据包含三个层次的统计指标：确认志愿的学生人数、至少收到一份录取通知的学生人数，以及最终接受一份录取提议的学生人数。这些指标分别按不同的高等教育课程类型和学生的专业课程组合进行交叉呈现，形成了多维度、结构化的大型纵向数据资源。

特点

本数据集的关键特征在于其多维聚合结构，能够揭示专业课程选择与高等教育录取机会之间的深度关联。数据涵盖了法国普通高中现行的12至13门专业课程，并将所有可能的双科组合作为分类依据，使研究者能够分析特定学科搭配在不同大学专业中的竞争力与接纳程度。此外，数据集包含了“志愿”、“录取提议”与“接受录取”三个递进式统计维度，有助于追踪从意愿表达到最后择校的全过程。需特别注意的是，志愿与录取提议栏中同一学生可被重复计数，而接受栏则为学生唯一计数，这为数据的解读设置了微妙的边界条件。整体而言，该数据集为法国高等教育公平性与专业选择路径研究提供了实证基础。

使用方法

使用者可通过Hugging Face的datasets库便捷加载该数据集，仅需调用load_dataset函数并指定配置名称'fr-esr-parcoursup-enseignements-de-specialite-bacheliers-generaux-2'，即可获取以Parquet格式存储的训练集。数据加载后，可通过标准的数据框架操作进行筛选、聚合与可视化分析。由于数据集为聚合统计型结构，建议用户重点关注各双科组合与专业字段间的交叉关系，并注意区分志愿、录取提议与接受三列的不同计数逻辑。对于需要进行精细统计的研究，可结合原始文档中定义的变量含义进行解析，避免因重复计数而产生的误解。

背景与挑战

背景概述

Parcoursup作为法国高等教育招生平台，自2018年启动以来深刻重塑了大学录取机制。该数据集由法国高等教育与研究部于2021年至2024年间发布，聚焦于普通高中毕业班学生根据其专长课程（EDS）组合所获得的高等教育录取提议。其核心研究问题在于揭示不同专长课程组合（如数学与物理-化学）对学生录取机会与选择倾向的影响，为教育政策评估与资源分配提供数据支撑。数据集涵盖超过77,000名学生的录取数据，通过三大指标——意愿、录取提议与接受情况——构建了从学生偏好到最终入学的完整链路，对法国教育社会学与公共政策研究具有重要参考价值。

当前挑战

该数据集面临的挑战首先源于领域问题的复杂性：专长课程改革后，学生需从12至13门课程中选定两门，数万种可能的组合使得课程组合与录取结果的因果推断极为困难。构建过程中，数据提取时间节点（每年12月）与最终录取截止日期（9月）间的时滞导致部分学生状态未完全固化，影响数据完整性。此外，一名学生可提交多个意愿并收到多份录取提议，但在‘意愿’与‘录取提议’列中会被重复计数，只有‘接受’列可求和，这种统计口径的差异给多变量综合分析带来显著挑战。

常用场景

经典使用场景

Parcoursup作为法国高等教育入学的主要平台，其录取数据承载着揭示选科组合与升学机会之间复杂关系的使命。该数据集聚焦于2021至2024年间，法国普通类高中毕业生基于其专业选修课程（EDS）的录取情况，通过整合三万余条记录，涵盖志愿确认、录取通知发放及最终接受录取等关键环节，为教育政策制定者、学校管理者和研究者提供了量化分析高中课程选择如何影响高等教育入学机会的宝贵资源。研究者可借助此数据探索不同专业组合在各类高校及专业中的录取率差异，评估课程改革对教育公平性的潜在影响。

解决学术问题

该数据集精准回应了法国高中课程改革后，如何衡量新引入的12至13门专业选修课程（EDS）对高等教育录取结果影响这一核心学术问题。通过区分‘志愿’、‘录取建议’与‘最终接受’三层指标，它解决了传统录取数据难以区分离校意愿与真实机会的痛点，使研究者能够量化评估特定双专业组合（如数学与物理-化学）在法学、经济学等不同方向的录取优势。其意义在于，为教育公平性研究提供了实证基础，揭示了选修课程组合与特定学科领域录取壁垒之间的关联，从而驱动课程指引与录取政策的科学调适。

衍生相关工作

基于此数据集衍生出一系列深度研究，例如学者构建了专业选择与录取结果之间的贝叶斯网络模型，揭示了物理-化学与数学组合在工科录取中的隐性权重。另有工作聚焦于性别差异，通过对比不同双专业组合的录取率，发现女性在科学、技术、工程和数学（STEM）领域的录取机会受限于特定选修模式。还有研究者利用此数据集验证了地域公平性理论，分析了巴黎地区与海外省份学生在相同专业组合下的录取概率差异。这些工作共同推动了教育社会学与计量教育学的交叉发展。