Suchergebnisse

Les politiques de discriminations positives sont un outil utilisé par nombre de décideurs politiques. Un de leurs objectifs est d'améliorer le bien-être d'un groupe ciblé d'étudiants lors d'une procédure d'admission au sein des écoles. Cependant, il est bien connu au sein de la littérature sur les problèmes d'affectation que ces politiques peuvent avoir des effets pervers : les étudiants ciblés peuvent être heurtés par cette dernière. Dans cet article, nous prenons une perspective de bien être interim et montrons que, dans l'environnement particulier de préférences alignées et d'écoles indifférentes, le fameux algorithme à Acceptation Différée ne nuit jamais au bien être des étudiants minoritaires une fois qu'une politique de discrimination positive est mise en place. Nous soulignons les effets sur le bien-être que peuvent avoir l'ordre dans lequel les places au sein des écoles sont affectées au cours de l'algorithme, appelé precedence order . Notre preuve principale montre deux effets d'un renforcement d'une politique de discrimination positive. Un effet direct où la politique augmente la probabilité qu'un étudiant minoritaire a d'être affecté au sein des écoles dans lesquelles la politiques est renforcée. Et un effet indirect : la politique diminue la compétition entre étudiants minoritaires au sein des écoles qui donnent priorité aux minoritaires mais qui n'ont pas vu leur politique être renforcée ; cela augmente l'espérance d'utilité conditionnelle d'un étudiant minoritaire une fois qu'il a été rejeté par les écoles qui ont vu leur politique renforcée. Nous fournissons également des contres exemples montrant que l'environnement que nous considérons est un domaine maximal pour obtenir des effets positifs des politiques de discrimination positives. Enfin, nous réalisons des simulations pour étudier les effets sur le bien-être interim des politiques de discrimination positives quand nous quittons l'environnement i) des préférences alignées et ii) d'écoles indifférentes. Les résultats soulignent que le plus les préférences des étudiants sont corrélées, meilleures sont les performances de ces politiques et le moins les écoles sont indifférentes, pire sont les performances. Elles soulignent également que la règle utilisée pour casser les indifférences des priorités au sein des écoles peuvent avoir des effets différents : la règle de Casse Multiple d'Indifférences tend à heurter moins d'étudiants minoritaires qu'une règle Casse Unique d'Indifférences .

This thesis studies the centralized assignment of teachers to schools and a new matching framework inspired by it. In the first chapter, we develop a theoretical model of reassignment to study the problem of reassigning tenured teachers who already have a position and are willing to move to another school. The problem is similar to the one of assigning students to schools. In this case, the well known Deferred Acceptance algorithm has been identified as the only algorithm that: i) is stable ii) efficient and iii) gives incentives to students to report their true preferences. The main difference with the problem of assigning students to schools is that teachers have an initial assignment. One has to consider an additional constraint, Individual Rationality (IR): a teacher must receive a school that he weakly prefers to his initial one. To incorporate this constraint, a modification of the Deferred Acceptance algorithm has been identified in the academic literature and used in practice to assign teachers to schools in France. We show that this modified algorithm has a serious drawback: it is not efficient in a strong sense. Indeed, it is possible to reassign teachers to schools such that both: i) teachers obtain a school that they prefer and ii) schools are assigned teachers that they rank higher. Thus, we identify the class of all algorithms, the Block-Exchange (BE) algorithms, that do not suffer from this drawback. Among them, we show that there is a unique one that gives good incentives to teachers to report their true preferences, the Teacher Optimal Block-Exchange algorithm (TO-BE). In using a large market setting, we theoretically show that these algorithms perform better in terms of movement and welfare for teachers than the currently used one. We then use a dataset on the assignment of teachers to schools in France in 2013 to quantify the possible gains that can bring our algorithms. In a reassignment setting with no newly tenured teachers or empty seats, we show that we can more than double the number of teachers obtaining a new assignment. In the second chapter, we aim to design a practical algorithm, inspired by our findings in the previous chapter, for the French assignment system of teachers to schools. More generally, this design also aims to provide a tool about two important issues common to OECD countries: i) the lack of attractiveness of the teaching profession and ii) the high achievement inequality between students from different social backgrounds. We consider the complete French market composed of tenured teachers looking for a reassignment, newly tenured teachers with no initial assignment and empty positions. In improving the mobility of teachers, one can give them better career perspectives and so potentially attract more teachers into the profession. But in doing so, it can also hurt deprived regions in assigning more teachers with low experience to them and ultimately the students from these regions. We propose a flexible algorithm that allows to better control the movement and distribution of teachers across regions, especially deprived ones. Using the data of the French assignment of teachers in 2013, we simulate several counter factuals and show that our algorithm can accommodate a wide range of policy objectives. ; Cette thèse étudie l'affectation centralisée des enseignants aux écoles et un nouveau modèle d'appariement inspirée par cette dernière.Dans le premier chapitre, nous développons un modèle théorique de réaffectation afin d'étudier le problème de réaffecter des enseignants titulaires enseignant au sein d'un établissement et demandant une mutation. Le problème est similaire à celui d'affecter des élèves dans des écoles. Dans ce cas, l'algorithme à Acceptation Différée a été identifié comme étant le seul algorithme qui: i) est stable, ii) efficace et qui iii) incite les élèves à soumettre sincèrement leurs préférences. La différence principale avec le problème d'affecter des élèves aux écoles est que les enseignants ont déjà une position initiale au sein d'un établissement. On doit donc prendre en compte une contrainte additionnelle, la Rationalité Individuelle (RI): un enseignant doit être affecté dans un établissement qu'il préfère faiblement à son établissement d'origine. Pour prendre en compte cette contrainte, une modification de l'algorithme à Acceptation Différée a été identifiée dans la littérature académique et utilisé en pratique pour affecter les enseignants aux écoles en France. Nous montrons que cet algorithme modifié souffre d'un important défaut: il n'est pas efficace au sens fort. Il est en effet possible de réaffecter les enseignants aux écoles de telle sorte que: i) les enseignants obtiennent une école qu'ils préfèrent et ii) les écoles obtiennent des enseignants mieux classés. Partant de ce constat, nous identifions la classe de tous les algorithmes, les algorithmes Block-Exchange (BE), qui ne souffrent pas de ce défaut. Parmi eux, nous montrons qu'il en existe un unique qui incite les enseignants à soumettre leurs préférences sincèrement: le Teacher Optimal Block-Exchange algorithm (TO-BE). En utilisant un modèle de marché large, nous montrons théoriquement que ces algorithmes ont de meilleures performances en termes de mouvement et de bien-être des enseignants que l'algorithme actuel. Nous utilisons ensuite une base de données sur l'affectation des enseignants aux écoles du secondaire en France en 2013 pour quantifier les gains possibles que nos algorithmes peuvent apporter. Dans un cadre de réaffectation pur sans enseignant néotitulaire et places vacantes, nous montrons qu'il est possible de plus que double le nombre d'enseignants obtenant une nouvelle affectation.Dans le second chapitre, nous concevons un algorithme pratique, inspiré de nos résultats du chapitre précédent, pour la procédure française d'affectation des enseignants du secondaire. Plus globalement, cette conception a également pour but de fournir un outil face à deux problèmes importants communs aux pays de l'OCDE: i) le manque d'attractivité de la profession enseignants et ii) les importantes inégalités de réussites des élèves issus de milieux sociaux différents. Nous considérons l'ensemble du marché français composé des enseignants titulaires demandant une réaffectation, les enseignants sans affectation initiale et des places vacantes. Améliorer la mobilité des enseignants permet de leur donner de meilleures perspectives de carrière ce qui peut potentiellement attirer plus d'entrants dans la profession. Mais cette mobilité accrue peut entrainer l'affectation de plus d'enseignants peu expérimentés au sein d'académies déjà très défavorisées, affectant in fine la réussite des élèves au sein de celles-ci. Nous proposons un algorithme flexible qui permet de mieux contrôler le mouvement et la distribution des enseignants au sein de régions, notamment celles très désavantagées. En utilisant les données françaises d'affectation de 2013, nous simulons plusieurs scénarios contre factuels et montrons que notre algorithme peut prendre en compte plusieurs objectifs de politique publique.

This thesis studies the centralized assignment of teachers to schools and a new matching framework inspired by it. In the first chapter, we develop a theoretical model of reassignment to study the problem of reassigning tenured teachers who already have a position and are willing to move to another school. The problem is similar to the one of assigning students to schools. In this case, the well known Deferred Acceptance algorithm has been identified as the only algorithm that: i) is stable ii) efficient and iii) gives incentives to students to report their true preferences. The main difference with the problem of assigning students to schools is that teachers have an initial assignment. One has to consider an additional constraint, Individual Rationality (IR): a teacher must receive a school that he weakly prefers to his initial one. To incorporate this constraint, a modification of the Deferred Acceptance algorithm has been identified in the academic literature and used in practice to assign teachers to schools in France. We show that this modified algorithm has a serious drawback: it is not efficient in a strong sense. Indeed, it is possible to reassign teachers to schools such that both: i) teachers obtain a school that they prefer and ii) schools are assigned teachers that they rank higher. Thus, we identify the class of all algorithms, the Block-Exchange (BE) algorithms, that do not suffer from this drawback. Among them, we show that there is a unique one that gives good incentives to teachers to report their true preferences, the Teacher Optimal Block-Exchange algorithm (TO-BE). In using a large market setting, we theoretically show that these algorithms perform better in terms of movement and welfare for teachers than the currently used one. We then use a dataset on the assignment of teachers to schools in France in 2013 to quantify the possible gains that can bring our algorithms. In a reassignment setting with no newly tenured teachers or empty seats, we show that we can more than double the number of teachers obtaining a new assignment. In the second chapter, we aim to design a practical algorithm, inspired by our findings in the previous chapter, for the French assignment system of teachers to schools. More generally, this design also aims to provide a tool about two important issues common to OECD countries: i) the lack of attractiveness of the teaching profession and ii) the high achievement inequality between students from different social backgrounds. We consider the complete French market composed of tenured teachers looking for a reassignment, newly tenured teachers with no initial assignment and empty positions. In improving the mobility of teachers, one can give them better career perspectives and so potentially attract more teachers into the profession. But in doing so, it can also hurt deprived regions in assigning more teachers with low experience to them and ultimately the students from these regions. We propose a flexible algorithm that allows to better control the movement and distribution of teachers across regions, especially deprived ones. Using the data of the French assignment of teachers in 2013, we simulate several counter factuals and show that our algorithm can accommodate a wide range of policy objectives. ; Cette thèse étudie l'affectation centralisée des enseignants aux écoles et un nouveau modèle d'appariement inspirée par cette dernière.Dans le premier chapitre, nous développons un modèle théorique de réaffectation afin d'étudier le problème de réaffecter des enseignants titulaires enseignant au sein d'un établissement et demandant une mutation. Le problème est similaire à celui d'affecter des élèves dans des écoles. Dans ce cas, l'algorithme à Acceptation Différée a été identifié comme étant le seul algorithme qui: i) est stable, ii) efficace et qui iii) incite les élèves à soumettre sincèrement leurs préférences. La différence principale avec le problème d'affecter des élèves aux écoles est que les enseignants ont déjà une position initiale au sein d'un établissement. On doit donc prendre en compte une contrainte additionnelle, la Rationalité Individuelle (RI): un enseignant doit être affecté dans un établissement qu'il préfère faiblement à son établissement d'origine. Pour prendre en compte cette contrainte, une modification de l'algorithme à Acceptation Différée a été identifiée dans la littérature académique et utilisé en pratique pour affecter les enseignants aux écoles en France. Nous montrons que cet algorithme modifié souffre d'un important défaut: il n'est pas efficace au sens fort. Il est en effet possible de réaffecter les enseignants aux écoles de telle sorte que: i) les enseignants obtiennent une école qu'ils préfèrent et ii) les écoles obtiennent des enseignants mieux classés. Partant de ce constat, nous identifions la classe de tous les algorithmes, les algorithmes Block-Exchange (BE), qui ne souffrent pas de ce défaut. Parmi eux, nous montrons qu'il en existe un unique qui incite les enseignants à soumettre leurs préférences sincèrement: le Teacher Optimal Block-Exchange algorithm (TO-BE). En utilisant un modèle de marché large, nous montrons théoriquement que ces algorithmes ont de meilleures performances en termes de mouvement et de bien-être des enseignants que l'algorithme actuel. Nous utilisons ensuite une base de données sur l'affectation des enseignants aux écoles du secondaire en France en 2013 pour quantifier les gains possibles que nos algorithmes peuvent apporter. Dans un cadre de réaffectation pur sans enseignant néotitulaire et places vacantes, nous montrons qu'il est possible de plus que double le nombre d'enseignants obtenant une nouvelle affectation.Dans le second chapitre, nous concevons un algorithme pratique, inspiré de nos résultats du chapitre précédent, pour la procédure française d'affectation des enseignants du secondaire. Plus globalement, cette conception a également pour but de fournir un outil face à deux problèmes importants communs aux pays de l'OCDE: i) le manque d'attractivité de la profession enseignants et ii) les importantes inégalités de réussites des élèves issus de milieux sociaux différents. Nous considérons l'ensemble du marché français composé des enseignants titulaires demandant une réaffectation, les enseignants sans affectation initiale et des places vacantes. Améliorer la mobilité des enseignants permet de leur donner de meilleures perspectives de carrière ce qui peut potentiellement attirer plus d'entrants dans la profession. Mais cette mobilité accrue peut entrainer l'affectation de plus d'enseignants peu expérimentés au sein d'académies déjà très défavorisées, affectant in fine la réussite des élèves au sein de celles-ci. Nous proposons un algorithme flexible qui permet de mieux contrôler le mouvement et la distribution des enseignants au sein de régions, notamment celles très désavantagées. En utilisant les données françaises d'affectation de 2013, nous simulons plusieurs scénarios contre factuels et montrons que notre algorithme peut prendre en compte plusieurs objectifs de politique publique.

This thesis studies the centralized assignment of teachers to schools and a new matching framework inspired by it. In the first chapter, we develop a theoretical model of reassignment to study the problem of reassigning tenured teachers who already have a position and are willing to move to another school. The problem is similar to the one of assigning students to schools. In this case, the well known Deferred Acceptance algorithm has been identified as the only algorithm that: i) is stable ii) efficient and iii) gives incentives to students to report their true preferences. The main difference with the problem of assigning students to schools is that teachers have an initial assignment. One has to consider an additional constraint, Individual Rationality (IR): a teacher must receive a school that he weakly prefers to his initial one. To incorporate this constraint, a modification of the Deferred Acceptance algorithm has been identified in the academic literature and used in practice to assign teachers to schools in France. We show that this modified algorithm has a serious drawback: it is not efficient in a strong sense. Indeed, it is possible to reassign teachers to schools such that both: i) teachers obtain a school that they prefer and ii) schools are assigned teachers that they rank higher. Thus, we identify the class of all algorithms, the Block-Exchange (BE) algorithms, that do not suffer from this drawback. Among them, we show that there is a unique one that gives good incentives to teachers to report their true preferences, the Teacher Optimal Block-Exchange algorithm (TO-BE). In using a large market setting, we theoretically show that these algorithms perform better in terms of movement and welfare for teachers than the currently used one. We then use a dataset on the assignment of teachers to schools in France in 2013 to quantify the possible gains that can bring our algorithms. In a reassignment setting with no newly tenured teachers or empty seats, we show that we can more than double the number of teachers obtaining a new assignment. In the second chapter, we aim to design a practical algorithm, inspired by our findings in the previous chapter, for the French assignment system of teachers to schools. More generally, this design also aims to provide a tool about two important issues common to OECD countries: i) the lack of attractiveness of the teaching profession and ii) the high achievement inequality between students from different social backgrounds. We consider the complete French market composed of tenured teachers looking for a reassignment, newly tenured teachers with no initial assignment and empty positions. In improving the mobility of teachers, one can give them better career perspectives and so potentially attract more teachers into the profession. But in doing so, it can also hurt deprived regions in assigning more teachers with low experience to them and ultimately the students from these regions. We propose a flexible algorithm that allows to better control the movement and distribution of teachers across regions, especially deprived ones. Using the data of the French assignment of teachers in 2013, we simulate several counter factuals and show that our algorithm can accommodate a wide range of policy objectives. ; Cette thèse étudie l'affectation centralisée des enseignants aux écoles et un nouveau modèle d'appariement inspirée par cette dernière.Dans le premier chapitre, nous développons un modèle théorique de réaffectation afin d'étudier le problème de réaffecter des enseignants titulaires enseignant au sein d'un établissement et demandant une mutation. Le problème est similaire à celui d'affecter des élèves dans des écoles. Dans ce cas, l'algorithme à Acceptation Différée a été identifié comme étant le seul algorithme qui: i) est stable, ii) efficace et qui iii) incite les élèves à soumettre sincèrement leurs préférences. La différence principale avec le problème d'affecter des élèves aux écoles est que les enseignants ont déjà une position initiale au sein d'un établissement. On doit donc prendre en compte une contrainte additionnelle, la Rationalité Individuelle (RI): un enseignant doit être affecté dans un établissement qu'il préfère faiblement à son établissement d'origine. Pour prendre en compte cette contrainte, une modification de l'algorithme à Acceptation Différée a été identifiée dans la littérature académique et utilisé en pratique pour affecter les enseignants aux écoles en France. Nous montrons que cet algorithme modifié souffre d'un important défaut: il n'est pas efficace au sens fort. Il est en effet possible de réaffecter les enseignants aux écoles de telle sorte que: i) les enseignants obtiennent une école qu'ils préfèrent et ii) les écoles obtiennent des enseignants mieux classés. Partant de ce constat, nous identifions la classe de tous les algorithmes, les algorithmes Block-Exchange (BE), qui ne souffrent pas de ce défaut. Parmi eux, nous montrons qu'il en existe un unique qui incite les enseignants à soumettre leurs préférences sincèrement: le Teacher Optimal Block-Exchange algorithm (TO-BE). En utilisant un modèle de marché large, nous montrons théoriquement que ces algorithmes ont de meilleures performances en termes de mouvement et de bien-être des enseignants que l'algorithme actuel. Nous utilisons ensuite une base de données sur l'affectation des enseignants aux écoles du secondaire en France en 2013 pour quantifier les gains possibles que nos algorithmes peuvent apporter. Dans un cadre de réaffectation pur sans enseignant néotitulaire et places vacantes, nous montrons qu'il est possible de plus que double le nombre d'enseignants obtenant une nouvelle affectation.Dans le second chapitre, nous concevons un algorithme pratique, inspiré de nos résultats du chapitre précédent, pour la procédure française d'affectation des enseignants du secondaire. Plus globalement, cette conception a également pour but de fournir un outil face à deux problèmes importants communs aux pays de l'OCDE: i) le manque d'attractivité de la profession enseignants et ii) les importantes inégalités de réussites des élèves issus de milieux sociaux différents. Nous considérons l'ensemble du marché français composé des enseignants titulaires demandant une réaffectation, les enseignants sans affectation initiale et des places vacantes. Améliorer la mobilité des enseignants permet de leur donner de meilleures perspectives de carrière ce qui peut potentiellement attirer plus d'entrants dans la profession. Mais cette mobilité accrue peut entrainer l'affectation de plus d'enseignants peu expérimentés au sein d'académies déjà très défavorisées, affectant in fine la réussite des élèves au sein de celles-ci. Nous proposons un algorithme flexible qui permet de mieux contrôler le mouvement et la distribution des enseignants au sein de régions, notamment celles très désavantagées. En utilisant les données françaises d'affectation de 2013, nous simulons plusieurs scénarios contre factuels et montrons que notre algorithme peut prendre en compte plusieurs objectifs de politique publique.