遇见数据集

Data-Gouv-FR/indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

--- license: other language: - fr tags: - data-gouv - donnees-publiques-francaises - parquet - csv - open-data pretty_name: "Indices de position sociale des lycées (2016-2021)" configs: - config_name: fr-en-ips_lycees.parquet data_files: - split: train path: data/fr-en-ips_lycees.parquet.parquet --- # Indices de position sociale des lycées (2016-2021) ## Source - Source officielle : https://www.data.gouv.fr/datasets/indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom - Identifiant du jeu de données data.gouv.fr : `63bce30c70d6d100b09dde9a` - Slug data.gouv.fr : `indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom` - Licence indiquée dans les métadonnées data.gouv.fr : lov2 ## Structure Hugging Face - Un jeu de données data.gouv.fr = un dépôt Hugging Face - Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face - Chaque sous-ensemble/configuration contient un split nommé `train` ## Sous-ensembles - `fr-en-ips_lycees.parquet` → `data/fr-en-ips_lycees.parquet.parquet` ## Utilisation ```python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom", "fr-en-ips_lycees.parquet") print(ds["train"]) ``` ## Description originale L’indice de position sociale (IPS) permet d'appréhender le statut social des élèves à partir des professions et catégories sociales (PCS) de leurs parents. Pour chaque PCS, la valeur numérique de l’IPS correspond à un résumé quantitatif d’un ensemble d’attributs socio-économiques et culturels liés à la réussite scolaire. Concrètement, pour déterminer les valeurs associées à chaque PCS, nous avons considéré la moyenne pondérée de caractéristiques telles que les diplômes, les pratiques culturelles, les conditions matérielles, le capital culturel et l’implication des parents dans la scolarité. Cette méthodologie statistique est décrite dans l’article de Rocher (2016) et s’appuie sur une méthode d’analyse de données (analyse des correspondances multiples) réalisée à partir du panel de la DEPP d’élèves entrés en sixième en 2007. Les valeurs de référence de l’IPS sont disponibles pour chaque PCS et pour chaque croisement de PCS (mère-père), cf. Rocher (2016) (table de passage disponible en pièce jointe ci-dessous). Ainsi, dès lors que les PCS des parents ont été recueillies, il suffit d'appliquer les valeurs de référence de l’IPS. Le niveau social d'un établissement scolaire est apprécié à travers le calcul de la moyenne des IPS des élèves qui y sont scolarisés. Il convient de rappeler que, comme tout indice synthétique, il s’agit d’un résumé simplifié de la réalité, qui ne peut rendre compte à lui seul de la complexité de la situation socio-économique et culturelle des élèves accueillis dans un établissement. Enfin, l’IPS étant basé sur les PCS déclarées par les familles et enregistrées par les établissements, il est soumis à une certaine marge d’erreur : ainsi, il est conseillé de ne pas sur-interpréter des différences de 3 points ou moins concernant les IPS moyens des établissements. L’indice d’hétérogénéité sociale d’un établissement correspond à l’écart-type de l’indice de position sociale (IPS) de ses élèves. Plus il est élevé, plus le profil social des élèves est diversifié. Cet indice est calculé depuis la rentrée 2019, uniquement pour les établissements du second degré. **_Champ_** Le fichier fournit l’IPS moyen par établissement ainsi que l’écart-type des IPS de ses élèves pour lycées de France sous tutelle de l’Éducation Nationale, publics et privés sous contrat, calculés à partir des données de la rentrée N et pour les élèves du second cycle uniquement. Dans le fichier mis à disposition, chaque ligne correspond à un lycée pour une année scolaire donnée. L’IPS moyen de chaque établissement est décliné pour les élèves de la voie générale et technologique uniquement, pour les élèves de la voie professionnelle uniquement, et pour l’ensemble des élèves du second cycle. L’écart-type des IPS des élèves est décliné pour les élèves de la voie générale et technologique uniquement et pour les élèves de la voie professionnelle uniquement. **_Référence_** Rocher, T. (2016). Construction d’un indice de position sociale des élèves. _Éducation & formations_, DEPP, 90, pp.5-27. Dauphant F., Evain F., Guillerm M., Simon C., Rocher T. (2023), L’indice de position sociale (IPS) : un outil statistique pour décrire les inégalités sociales entre établissements. _Note d’information de la Depp n°23.16._ En savoir plus sur l’indice de position sociale : [ https://www.education.gouv.fr/l-indice-de-position-sociale-ips-357755](https://www.education.gouv.fr/l-indice-de-position-sociale-ips-357755)

The dataset is titled Indices de position sociale des lycées (2016-2021) (High School Social Position Indices, 2016-2021). It provides data on the Social Position Index (IPS) for high schools in metropolitan France and overseas departments, including public and private schools under contract, from 2016 to 2021. The IPS assesses students social status based on their parents professions and social categories (PCS), calculated as a weighted average of characteristics such as education level, cultural practices, material conditions, cultural capital, and parental involvement in schooling. The dataset includes information for each high school per academic year, with each row representing a school in a given year. Metrics include: the average IPS for all students, the average IPS for students in general and technological tracks only, the average IPS for students in vocational tracks only, and the standard deviation of IPS for students in general and technological tracks and vocational tracks (measuring social heterogeneity). The methodology is based on Rocher (2016), and the dataset notes limitations of IPS as a synthetic index, advising against overinterpreting differences of 3 points or less in average IPS. The data is provided in Parquet format and can be loaded via the Hugging Face datasets library.

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom 数据集图片
构建方式
该数据集源自法国公共数据平台data.gouv.fr,旨在系统整理2016至2021年间法国本土及海外省公立与私立合同制高中的社会地位指数(Indice de Position Sociale, IPS)。数据构建基于Thierry Rocher(2016)提出的统计方法,通过多重对应分析,从父母职业与社会类别(PCS)中提取并加权计算与学业成功相关的社会经济与文化属性,如学历水平、文化实践、物质条件及家长参与度等,从而为每一PCS赋予量化数值。最终,每个高中的社会水平以其在校生IPS均值呈现,并细分为普通与技术教育轨道、职业教育轨道及全体学生。数据集采用Parquet与CSV格式存储,每行对应一个特定学年的一所高中,便于跨时间与跨机构比较。
特点
该数据集的核心特色在于其多维度、细粒度的社会阶层表征能力,不仅提供高中整体IPS均值,还分别呈现普通/技术轨道与职业轨道的学生社会背景,同时引入社会异质性指数(即IPS标准差),自2019年起反映校园内学生背景的多样性。数据覆盖2016至2021年连续六个学年,支持纵向趋势分析。官方来源与国家教育部的权威方法论背书保证了数据的可靠性与标准化,而3分以内的微小差异提示使用者审慎解读,凸显了指数作为简化工具的局限性。数据集以开放许可发布,兼容机器可读的Parquet格式,便于大规模计算与跨数据集整合。
使用方法
用户可通过Hugging Face的datasets库便捷加载使用,具体代码为:`load_dataset("Data-Gouv-ML/indices-de-position-sociale-dans-les-lycees-de-france-metropolitaine-et-drom", "fr-en-ips_lycees.parquet")`,其中`train`分割包含所有行。数据集适用于社会分层、教育公平及区域差异等研究领域,例如分析不同高中类型间的社会经济隔离程度,或结合学业成绩数据探究背景与学业表现的关系。用户亦可直接访问data.gouv.fr原始页面获取完整元数据。由于数据涉及父母PCS的主观申报,建议在解释均值差异时保持谨慎,避免过度解读微小波动。
背景与挑战
背景概述
该数据集名为《Indices de position sociale des lycées (2016-2021)》,由法国教育部评估、前瞻与绩效局(DEPP)创建,核心研究问题在于衡量法国本土及海外省公立与私立契约中学的社会地位指数。数据集提供了2016至2021年间每所高中学生的平均社会地位指数及其标准差,基于Rocher(2016)提出的多重对应分析方法,从父母职业与社会类别中提取社会经济与文化特征,以量化学生的社会背景。该数据集作为开放数据发布于data.gouv.fr平台,为法国教育不平等研究提供了关键量化工具,推动了教育政策评估与校际差异分析,在法国教育社会学领域具有广泛影响力。
当前挑战
数据集面临的挑战体现在两个方面:领域层面,社会地位指数虽能揭示学校间的社会分化,但作为综合指标,它无法全面反映学生社会经济与文化背景的复杂性,尤其是3分以内的均值差异需谨慎解读,以避免过度推断;构建过程中,该指数依赖于家庭申报并由学校记录的PCS数据,存在一定误差,且数据覆盖仅限教育部下属高中,排除了农业等其他监管体系的学校。此外,计算需处理跨年面板数据的一致性,以及从2019年起新增的社会异质性指数,增加了数据整合的复杂度。
常用场景
经典使用场景
法国社会阶层与教育公平研究领域,长期依赖宏观指标衡量学校间的社会分化程度。该数据集通过提供2016至2021年间法国本土及海外省公立与私立高中(含普通、技术及职业轨道)的精细化学社会处境指数(IPS)均值与标准差,为研究者构建了量化教育机构社会构成的权威工具。经典用法聚焦于追踪不同区域、类型学校生源社会背景的时空演变,例如对比巴黎大区与偏远省份的IPS差异,或分析职业高中与普通高中在学生家庭文化资本分布上的结构性鸿沟,从而为教育政策制定提供实证基础。
实际应用
法国国民教育与青年部已将IPS视为评估教育资源分配公平性的核心标尺。在实际应用中,该数据集被用于校准针对弱势学校的额外经费拨付标准——例如,通过比较各校IPS均值与全国中位数的偏离程度,教育行政机构可识别出需要优先获得教师培训、教学设备或课后辅导划拨的场所。此外,社会异质性指数(即IPS标准差)已被纳入学校质量年度报告,帮助家长与学区管理者超越升学率等单一指标,更全面地认知学校氛围的多元性。部分地方议会甚至据此设计学区划分方案,以促进生源的社会融合,缓解因居住隔离导致的校园同质化趋势。
衍生相关工作
该数据集的衍生工作深刻推动了法国教育实证研究的范式升级。Rocher(2016)原始方法论被Dauphant等人(2023)扩展至更广泛的学校类型,并验证了IPS与学业成绩、辍学率之间的强关联性。随后,经济合作与发展组织(OECD)在其PISA测试的国别分析中引用了法国IPS数据,用以解释法国在15岁学生教育公平指标上的表现。此外,社会学家利用该数据集构建了‘教育机会地图’,将GIS地理信息系统与IPS结合,揭示城市空间排斥与学校社会构成的共生关系,相关成果发表于《法国社会学评论》等顶级期刊,直接影响了2019年后法国初等教育阶段的IPA(社会融合指标)政策试点。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务