出願書類は何を予測しているか——GRE・推薦書・成績の予測妥当性
大学院の出願を前に、書類の束を見る志願者は少なくありません。成績証明書。英語のスコア。推薦書。束を見ると、どれが効くのかを、合格の一点で測りたくなります。効くか、効かないか。二値です。二値のままだと、GRE が当たる、当たらない、という短い文が残りやすい。短い文は、書類が何を予測し、何を予測しにくいかを消します。この回は、その役割を戻します。
Kuncel、Hezlett、Ones は、GRE と学部 GPA（UGPA）が大学院成績を予測する妥当性を、メタ分析として検討しています [1]。論文の表題は “A comprehensive meta-analysis of the predictive validity of the Graduate Record Examinations: Implications for graduate student selection and performance” です。2001年の報告です。扱うのは、米国の GRE と学部 GPA です。日本の大学院入試、英語試験、推薦書制度そのものを測った研究ではありません。1,753、6,589、82,659 を、合格率や偏差値に換算することは、この回ではしません。
Kuncel、Kochevar、Ones は、推薦書を、学部と大学院の入試のメタ分析として置いています [2]。論文の表題は “A Meta‐analysis of Letters of Recommendation in College and Graduate Admissions: Reasons for hope” です。2014年の報告です。推薦書は学術入試・人事選抜で広く使われるが、複数アウトカムへの予測力については比較的知見が少ない、と著者らは書いています。現行形式の推薦書は、高等教育の複数の成績面と一般に正の相関はあるが弱い。ただし学位取得については増分情報を提供する。弱い、を無意味、と読むこともしません。増分情報がある、を、厚く書けば合格する、と読むこともしません。
結論を先に言います。GRE と UGPA は、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定の一般化可能な予測因子である、と2001年の報告は述べています [1]。学位取得・研究生産性との GRE 相関は一貫して正だが、一部の下位 90% 信頼区間は 0 を含む、とも述べています [1]。現行形式の推薦書は、高等教育の複数の成績面と一般に正の相関はあるが弱い。ただし学位取得——困難で動機づけが強いアウトカム——については増分情報を提供する、と2014年の報告は述べています [2]。一般化可能な予測因子である、と、GRE が当たる、は違います。一貫して正だが一部の下位 90% 信頼区間は 0 を含む、と、学位取得は予測できない、も違います。弱い、と、無意味、も違います。増分情報、と、厚く書けば合格する、も違います。どちらも、日本の大学院入試の書類の手順書ではありません。
先に、この回がしないことも言っておきます。一次証拠は、米国の GRE・学部 GPA のメタ分析と、推薦書のメタ分析です。日本の大学院入試、英語試験、推薦書制度にそのまま当てはめません [1] [2]。GRE が当たる、当たらない、と単純化しません。1,753、6,589、82,659 を合格率や偏差値に換算しません。推薦書を厚く書けば合格する、とも書きません。弱い相関を、無意味、とは書きません。合格者の内側に限った予測の話は、すでに別稿があります。この回では再説明しません。睡眠、運動、教室環境も、軸にしません。研究計画書の書き方も、扱いません。この回の軸は、出願書類が何を予測し、何を予測しにくいかを、同じ重さで置くことです。志願者の書類が薄いことを、責めの文にはしません。受験生の準備を、足りない、と決めつけません。
1. 出願書類の予測は、合格の一点とは別の技術である
志願者が「書類が効く」と呼ぶものの中には、いくつかの層が混ざります。入るか入らないか。入ったあとの大学院 GPA。1年目の成績。総合試験。論文の引用。教員の評定。学位を取るか。研究の生産性。層が混ざったまま、「GRE が当たる」と言うと、どの層の、どの基準の話なのかが見えなくなります。
Kuncel、Hezlett、Ones が置いているのは、大学院での成績の予測妥当性です [1]。合格の一点ではありません。入試の合否を、日本の点数に直した表でもありません。置いているのは、GRE と学部 GPA が、大学院成績のどの面を予測するかです。面が複数あることと、当たる当たらないの二値は、最初から違います。違うものを、同じ「効く」という言葉で結ぶと、書類の役割が一つの勝者に見えます。見せません。
Kuncel、Kochevar、Ones が置いているのも、推薦書が複数のアウトカムをどれだけ予測するかです [2]。厚く書けば合格する、という操作ではありません。現行形式の推薦書、という側です。形式の側と、志願者が今夜書く分量は、層が違います。層が違うものを、出願の手順に溶かすことはしません。
日本の大学院入試に、成績証明書と推薦書が載ることがあります。載ることと、2001年の GRE のメタ分析が測っている選抜が同じであることは、別です。別である、を、本番では書類は関係ない、と読むこともしません。関係がある、と著者が書いているのは、米国の GRE と学部 GPA、および推薦書の予測妥当性の側です。側があることと、日本の英語試験や推薦書制度が同じ式であることは、違います。違う、を、この回の入口に置きます [1] [2]。
合格者の内側に限った予測の話は、すでに別稿があります。この回は、その層を厚くやり直しません。別である技術を、同じ「予測」という言葉で結ぶと、当たる、という教訓と、内側では当たらない、という教訓が、一つの方針に見えます。見せません。この回の層は、基準の違いです。基準が違うことを、合格の一点の言い換えにはしません。
2. GRE と学部 GPA は、複数の基準に対する一般化可能な予測因子である
2001年の報告が入口に置いているのは、合否の保証ではありません。予測の対象です [1]。
GRE と UGPA は、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定の一般化可能な予測因子である。
一般化可能な予測因子、です。当たる、ではありません。一般化可能、という語が付いています。どの一校の、どの一回の入試でも同じ点が取れる、という書き方ではありません。著者らが置いた複数の基準に対して、一般化可能な予測因子である、という位置です。位置を、日本の大学院入試の当日点の証明にはしません [1]。
基準は、次が並んでいます。大学院 GPA。1年目大学院 GPA。総合試験得点。論文引用数。教員評定。並んでいることと、列挙が同じ強さであることは、別です。同じ強さの表は、この回が使う範囲にはありません。無い表を、書類の順位表として配ることはしません。配ると、著者が書いていない順位が生まれます。生まれた順位を、根拠の顔で出すことはしません。
学部 GPA も、GRE と並んで書かれています。並んでいることと、成績証明書があれば GRE は要らない、という口語の助言は、別です。口語の助言には、総合試験も、引用も、教員評定も、入っていません。入っていない助言を、この一文の言い換えとしては使いません [1]。
日本の点数へ換算することもしません。換算する元の効果量を、この回が新しく作ることもしません。向きだけを使います。GRE と UGPA は、ここに列挙された基準の一般化可能な予測因子である。それ以上の点数の話は、この回にはありません。無い点数を、偏差値の動きにしない。
3. 1,753 の独立サンプル、6,589 の相関、82,659 人、8 種類の基準
一般化可能、という語の前に、著者らは規模を置いています [1]。規模を隠すと、一般化が、日本の一校の話に見えます。見せません。
- このメタ分析は、GRE と学部 GPA（UGPA）が大学院成績を予測する妥当性を検討した。
- 複数分野のサンプル、異なる基準尺度、統計的アーティファクトの補正を含む。
- 1,753 の独立サンプル、6,589 の相関、82,659 人の大学院生、8 種類の基準。
1,753 の独立サンプルです。6,589 の相関です。82,659 人の大学院生です。8 種類の基準です。著者が書いた数字です。この四つを足したり、割ったりして、新しい数字を作ることはしません。作ると、著者が書いていない合格率や偏差値が生まれます。生まれた数字を、日本の入試の目安の顔で出すことはしません [1]。
複数分野のサンプル、です。異なる基準尺度、です。統計的アーティファクトの補正を含む、です。含む、という語が正確です。補正したから、日本の英語試験にも同じ式が使える、という書き方ではありません。補正は、このメタ分析の手続きです。手続きがあることと、日本の推薦書制度が同じ手続きであることは、別です。別である手続きを、出願のチェックリストに下ろすことはしません。
8 種類の基準、です。前の節で列挙した大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定は、その中に入ります。入ることと、8 の内訳をこの回が全部の名前で埋められることは、別です。埋めていない名前を、推測で足すことはしません。足すと、著者が書いていない基準が、根拠の顔で並びます。並べません [1]。
82,659 人、です。人数が大きいことと、日本の志願者にそのまま当てはまることは、別です。当てはまる、と読むと、米国の GRE のメタ分析が、日本の英語試験の説明に見えます。見せません。著者が置いているのは、大学院生 82,659 人を含むメタ分析です。含む、です。日本の大学院入試の受験者数ではありません。受験者数に読み替える数字は、この回にはありません。
4. 学位取得と研究生産性は一貫して正だが、一部の下位 90% 信頼区間は 0 を含む
一般化可能な予測因子の列挙の隣に、著者らは、別の基準を置きます [1]。隣を隠すと、GRE は何でも予測する、という文が残ります。残しません。
学位取得・研究生産性との GRE 相関は一貫して正だが、一部の下位 90% 信頼区間は 0 を含む。
一貫して正、です。一部の下位 90% 信頼区間は 0 を含む、です。両方です。片方だけを採って、学位取得は予測できる、という文にはしません。片方だけを採って、学位取得は予測できない、という文にもしません。著者が並べたのは、相関が一貫して正であることと、一部の下位 90% 信頼区間が 0 を含むことです。並ぶ二つを、当たる当たらないの二値に潰すことはしません [1]。
下位 90% 信頼区間、です。0 を含む、です。含む、という語が正確です。常に 0 だ、という書き方ではありません。一部の、です。全部の区間が 0 を含む、でもありません。一部、と 90%、と 0、を、新しい割合に丸めることもしません。丸めると、著者が書いていない別の割合が生まれます。生まれた割合を、根拠の顔で出すことはしません。
学位取得と研究生産性、です。前の節の大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定とは、著者が文を分けています。分けていることと、こちらが無意味であることは、別です。一貫して正、が残っています。残っている以上、学位取得は書類と無関係だ、という断定にはなりません。無関係だ、と読むことも、何でも当たる、と読むことも、この一文の外です [1]。
日本の修了率へ換算することもしません。換算する元の点推定を、この回が足すこともしません。向きだけを使います。学位取得と研究生産性との GRE 相関は一貫して正である。ただし一部の下位 90% 信頼区間は 0 を含む。それ以上の修了の話は、この回にはありません。無い修了率を、研究室の安心の材料にしない。
5. Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向
同じメタ分析は、GRE の中の違いも置いています [1]。違いを隠すと、GRE という一語が、全部同じに見えます。見せません。
Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向。
傾向、です。常に高い、ではありません。高い傾向、です。傾向があることと、Subject Tests だけ受ければ足りる、という口語の助言は、別です。口語の助言には、学部 GPA も、総合試験も、教員評定も、入っていません。入っていない助言を、この一文の言い換えとしては使いません [1]。
Verbal・Quantitative・Analytical、です。著者が選んだ名前です。日本の英語試験のセクション名ではありません。名前が英語であることと、日本の英語の外部試験が同じ三つであることは、別です。別である名前を、当日の科目の対応表に読み替えることはしません。対応表は、この回が使う範囲にはありません。無い表を、受験科目の順位として配ることはしません。
予測力が高い傾向、です。高い、の主語は、Subject Tests の、Verbal・Quantitative・Analytical に対する予測力です。日本の専門科目の点が高い、という記述ではありません。記述でないものを、専門科目を厚くせよ、という命令に下ろすことはしません。下ろさない理由は、対象が、米国の GRE のメタ分析だからです。日本の専門科目の配点が、この報告で測られているわけではありません。測っていない配点を、志願者の方針の勝者にしない [1]。
傾向、を、無視してよい、と読むこともしません。著者らが書いたのは、Subject Tests のほうが予測力が高い傾向がある、という観察です。観察があることと、Verbal・Quantitative・Analytical が無意味であることは、違います。無意味、という語は、この節には置きません。置くと、前の節の一般化可能な予測因子と、矛盾した短い文が残ります。残しません。
6. 推薦書は広く使われるが、複数アウトカムへの予測力の知見は比較的少ない
GRE と学部 GPA の隣に、2014年の報告は推薦書を置きます [2]。隣を、同じ「書類」という言葉で溶かすと、成績も推薦書も同じ効き方に見えます。溶かしません。
- 推薦書は学術入試・人事選抜で広く使われるが、複数アウトカムへの予測力については比較的知見が少ない。
- 学部 GPA、大学院 GPA・成績評定・学位取得・研究生産性（非医学系）、医学系の GPA・インターン評定などを統合したメタ分析。
広く使われる、です。比較的知見が少ない、です。両方です。広く使われる、を、よく効く、と読むことはしません。知見が少ない、を、無意味だ、と読むこともしません。著者が置いているのは、使われる頻度と、予測力の知見の少なさです。頻度と知見は、層が違います。層が違うものを、推薦書は書くだけ無駄だ、という文にしない [2]。
統合した対象も、長いです。学部 GPA。大学院 GPA。成績評定。学位取得。研究生産性。ただし研究生産性は非医学系です。医学系では、GPA とインターン評定です。長い列挙を、一つの「成績」に潰すことはしません。潰すと、非医学系と医学系の違いが落ちます。落ちた違いを、日本の研究科の理系文系に読み替えることもしません。理系文系への換算は、この回が使う範囲にはありません。無い換算を、出願先の選び方の規則として配ることはしません [2]。
人事選抜、という語も、拾います。学術入試と並んで書かれています。並んでいることと、就職の推薦と大学院の推薦が同じであることは、別です。同じだ、と読むと、2014年のメタ分析が、就職活動の手順書に見えます。見せません。著者が書いたのは、学術入試と人事選抜で広く使われる、という観察です。観察を、職場の推薦状の書き方にはしません。
比較的知見が少ない、です。比較的、という語が付いています。知見が無い、ではありません。少ない、です。少ない知見の中身は、次の節です。入口の少なさと、中身の相関を、同じ一文に溶かさない。
7. 現行形式の推薦書は正の相関はあるが弱い。学位取得には増分情報がある
知見の少なさのあと、著者らは、相関の向きと、学位取得の増分を置きます [2]。両方残す、がこの節の中心です。
- 現行形式の推薦書は、高等教育の複数の成績面と一般に正の相関はあるが弱い。
- ただし学位取得——困難で動機づけが強いアウトカム——については増分情報を提供する。
正の相関はあるが弱い、です。正、です。弱い、です。両方です。正だけを採って、推薦書は効く、という文にはしません。弱いだけを採って、推薦書は無意味だ、という文にもしません。著者が並べたのは、一般に正であることと、弱いことです。並ぶ二つを、出願の一枚の命令に潰すことはしません [2]。
現行形式、です。いま広く使われている形式、という側です。新しい形式を発明せよ、という書き方ではありません。形式を変えれば強く効く、という点推定も、この回が使う範囲にはありません。無い点推定を、推薦書の書き方の規則として配ることはしません。配ると、著者が書いていない手順が生まれます。生まれた手順を、根拠の顔で出すことはしません。
ただし、です。学位取得については増分情報を提供する、です。困難で動機づけが強いアウトカム、という但し書きが付いています。但し書きを外して、推薦書があれば学位が取れる、という文にはしません。増分情報、です。全部の情報、ではありません。増分があることと、厚く書けば合格する、は、層が違います。層が違うものを、今夜の分量の助言に溶かすことはしません [2]。
動機づけが強い、です。著者の語です。志願者のやる気が足りない、という責めの文ではありません。学位取得というアウトカムが、困難で、動機づけが強く効く、という位置です。位置を、受験生の性格の診断にはしません。診断にすると、弱い相関の外側が、本人の欠点の証明に滑ります。滑らせません。
2001年の、学位取得・研究生産性との GRE 相関は一貫して正だが一部の下位 90% 信頼区間は 0 を含む、という報告と、この増分情報は、並びます [1] [2]。並ぶことと、GRE の代わりに推薦書を厚くせよ、という口語の助言は、別です。口語の助言には、下位 90% 信頼区間も、現行形式の弱さも、入っていません。入っていない助言を、二つの報告の合成としては使いません。合成して新しい数値を作ることもしません。
8. 二つの研究を並べる。当たる当たらない、厚く書けば合格、にはしない
一次証拠を二篇並べたところで、並べ方だけを固定します。新しい点推定は、ここから取り出しません。
2001年が置いているのは、GRE と学部 GPA です [1]。一般化可能な予測因子として、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定が並びます。学位取得と研究生産性は、一貫して正だが、一部の下位 90% 信頼区間は 0 を含む。Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向。規模は、1,753 の独立サンプル、6,589 の相関、82,659 人の大学院生、8 種類の基準です。
2014年が置いているのは、推薦書です [2]。広く使われるが、複数アウトカムへの予測力の知見は比較的少ない。現行形式では、高等教育の複数の成績面と一般に正の相関はあるが弱い。ただし学位取得——困難で動機づけが強いアウトカム——については増分情報を提供する。
並べる目的は、どちらが勝つかを決めることではありません。入試書類が何を予測し、何を予測しにくいかを、同じ重さで置くことです。GRE と UGPA が一般化可能な予測因子である基準と、学位取得・研究生産性で区間が 0 を含む場合があること。推薦書が弱い正の相関であることと、学位取得への増分情報があること。弱い、を無意味にしない。増分を、厚く書けば合格する、にしない。一般化可能を、当たる、にしない。区間が 0 を含むを、当たらない、にしない。
日本の大学院入試の英語試験、推薦書制度、学内成績への読み替えも、ここではしません。読み替える数値は、この二つの報告からは出てきません。出ない、を、この回の答えの一つにします。合格者の内側に限った予測も、再説明しません。睡眠も、運動も、研究計画書の書き方も、軸にしません。軸は、書類の予測の対象です。対象が複数あることと、書類の束が志願者の価値の一点であることは、別です。別である対象を、本人を責める文にはしません [1] [2]。
9. 【反証】この回が言えないこと
第一に、一次証拠は二篇です。Kuncel、Hezlett、Ones の2001年と、Kuncel、Kochevar、Ones の2014年です [1] [2]。日本の大学院入試、英語試験、推薦書制度を、一次資料として測った研究ではありません。合否も、偏差値も、この二つの報告は述べていません。
第二に、2001年は米国の GRE と学部 GPA のメタ分析です。日本の英語の外部試験そのものではありません。1,753 の独立サンプル、6,589 の相関、82,659 人の大学院生、8 種類の基準は、合格率や偏差値ではありません。複数分野のサンプル、異なる基準尺度、統計的アーティファクトの補正を含む、は、日本の一校の入試が同じ補正を受けている、という意味ではありません [1]。
第三に、GRE と UGPA が一般化可能な予測因子である、を、GRE が当たる、という断定にはできません。対象は、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定です。一般化可能な予測因子である、です。日本の当日点の保証ではありません [1]。
第四に、学位取得・研究生産性との GRE 相関は一貫して正だが、一部の下位 90% 信頼区間は 0 を含む、です。一貫して正、だけを残して、学位は予測できる、とは言えません。0 を含む、だけを残して、学位は予測できない、とも言えません。一部、です。全部ではありません。90% を、新しい割合に丸めることもできません [1]。
第五に、Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向、です。傾向、です。常に高い、ではありません。日本の専門科目や英語試験のセクションへの対応表は、ありません。Subject Tests だけ受ければ足りる、という助言も、この報告からは出てきません [1]。
第六に、2014年は推薦書のメタ分析です。日本の推薦書制度にそのまま当てはめることはできません。広く使われるが知見は比較的少ない、は、無意味だ、という意味ではありません。学部 GPA、大学院 GPA・成績評定・学位取得・研究生産性（非医学系）、医学系の GPA・インターン評定などを統合した、を、日本の理系文系に換算する表も、ありません [2]。
第七に、現行形式の推薦書は正の相関はあるが弱い、の主語は、現行形式の推薦書です。志願者への「厚く書け」ではありません。学位取得——困難で動機づけが強いアウトカム——については増分情報を提供する、は、推薦書があれば学位が取れる、という意味ではありません。増分情報、です。合格の保証ではありません [2]。
第八に、二つの研究を合成して、新しい数値を作ることはできません。GRE の代わりに推薦書を厚くせよ、という読み替えも、この回からは出てきません。合格者の内側に限った予測の話は、再説明していません。すでに書いた話だからです。必要でも、参照に留めます。
第九に、睡眠、運動、食事、教室環境を、この回の軸にもしていません。研究計画書の書き方も、扱いません。一次資料として見込んでいない題材だからです。
第十に、この回は、志願者の書類が薄いことを間違っていると決めつけていません。準備が足りない、という責めの文にもしていません。推薦書が弱いことを、本人の欠点だとも書いていません。著者らが述べたのは、GRE と学部 GPA の予測妥当性のメタ分析と、推薦書のメタ分析です。研究があることと、受験生を責めることは、別です [1] [2]。
10. 実務——出願と面談で使える3つの確認
- GRE が当たる、当たらない、と単純化していませんか。Kuncel、Hezlett、Ones によれば、GRE と UGPA は、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定の一般化可能な予測因子です。学位取得・研究生産性との GRE 相関は一貫して正ですが、一部の下位 90% 信頼区間は 0 を含みます。Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向です [1]。一般化可能、です。傾向、です。一部、です。当たる当たらないの二値に上げていないか。面談の前に、断定に上げていないか、を一度だけ言い直す、という確認です。
- 推薦書の弱い相関を無意味と読んでいませんか。厚く書けば合格する、としていませんか。Kuncel、Kochevar、Ones によれば、現行形式の推薦書は、高等教育の複数の成績面と一般に正の相関はあるが弱い。ただし学位取得——困難で動機づけが強いアウトカム——については増分情報を提供します。推薦書は広く使われるが、複数アウトカムへの予測力の知見は比較的少ない、とも書いてあります [2]。弱い、です。増分、です。比較的少ない、です。無意味、でも、厚く書け、でもない。層を混ぜない、という確認です。
- 米国の GRE と学部 GPA、推薦書の数値を、日本の合格率や偏差値に換算していませんか。日本の英語試験・推薦書制度の手順に読み替えていませんか。2001年は、1,753 の独立サンプル、6,589 の相関、82,659 人の大学院生、8 種類の基準です。複数分野のサンプル、異なる基準尺度、統計的アーティファクトの補正を含みます [1]。2014年は、学部 GPA、大学院 GPA・成績評定・学位取得・研究生産性（非医学系）、医学系の GPA・インターン評定などを統合したメタ分析です [2]。換算表は、この報告からは出てきません。出ない、を、確認の答えにします。合格者の内側に限った予測は、別稿です。この回の層は、書類が何を予測し、何を予測しにくいかです。
それでも塾に通いたい方へ
当塾は講師1名に生徒1名の完全個別指導で、武蔵境駅から徒歩30秒です。事前診断テストと入塾前カウンセリングは無料で、割引制度は設けていません。GRE が当たる当たらないと単純化していないか、推薦書の弱い相関を無意味と読んでいないか、米国の選抜の数値を日本の点数に換算していないかを整理することは、カウンセリングの場でご一緒にできます。入塾されるかどうかとは切り離してお受けしています。
まとめ
- Kuncel、Hezlett、Ones は、GRE と学部 GPA（UGPA）が大学院成績を予測する妥当性をメタ分析として検討した。1,753 の独立サンプル、6,589 の相関、82,659 人の大学院生、8 種類の基準。複数分野のサンプル、異なる基準尺度、統計的アーティファクトの補正を含む。米国の GRE・大学院選抜である。日本の大学院入試・英語試験・推薦書制度そのものではない [1]。
- GRE と UGPA は、大学院 GPA、1年目大学院 GPA、総合試験得点、論文引用数、教員評定の一般化可能な予測因子である。当たる、という断定にはしない [1]。
- 学位取得・研究生産性との GRE 相関は一貫して正だが、一部の下位 90% 信頼区間は 0 を含む。Subject Tests は Verbal・Quantitative・Analytical より予測力が高い傾向。傾向、である。日本の科目への対応表は出さない [1]。
- Kuncel、Kochevar、Ones は、推薦書を学部と大学院の入試のメタ分析として置いた。広く使われるが、複数アウトカムへの予測力の知見は比較的少ない。日本の推薦書制度へはそのまま当てはめない [2]。
- 現行形式の推薦書は、高等教育の複数の成績面と一般に正の相関はあるが弱い。ただし学位取得——困難で動機づけが強いアウトカム——については増分情報を提供する。弱い、を無意味にしない。増分を、厚く書けば合格する、にしない [2]。
- 二つの研究を並べると、出願書類は何を予測し、何を予測しにくいかがある。日本の点数への読み替えも、当日の手順も、この研究からは出てこない。合格者の内側に限った予測は再説明しない。志願者の書類を薄いと決めつけない。受験生を責めない。
出典
本文中の番号に対応します。書誌を確認し、抄録に直接あたったものだけを挙げています。結論に反する記述も、同じ基準で載せています。
- 【GRE・学部GPAの予測妥当性メタ分析】Kuncel, Nathan R.; Hezlett, Sarah A.; Ones, Deniz S. (2001). A comprehensive meta-analysis of the predictive validity of the Graduate Record Examinations: Implications for graduate student selection and performance. Psychological Bulletin, 127(1), 162–181. DOI: 10.1037/0033-2909.127.1.162
- 【推薦書のメタ分析】Kuncel, Nathan R.; Kochevar, Emily K.; Ones, Deniz S. (2014). A Meta‐analysis of Letters of Recommendation in College and Graduate Admissions: Reasons for hope. International Journal of Selection and Assessment, 22(1), 101–107. DOI: 10.1111/ijsa.12060
