菲律賓畢業生起薪決定因素：可解釋機器學習方法之研究
arXiv - Computers and SocietyAlexander Gabriel A. Aranes, John Michael C. Magpantay, Reginald Neil C. Recario, Jamlech Iram N. Gojo Cruz, Rodolfo C. Camaclang III
研究發現職業角色與產業類型是決定畢業生起薪的主因，其影響力遠超學校名聲。
AI 幫你先抓重點
AI 重點 1
從「校名導向」轉向「技能與產業導向」的思維轉變
滑鼠懸停看 AI 判斷理由
這項發現挑戰了傳統認為名校學歷是就業保障的核心觀念，提醒教育決策者應將資源更多地投入於產業相關技能的培養，而非僅僅追求學校品牌的提升。
AI 重點 2
利用可解釋 AI (XAI) 技術來解析複雜的社會經濟數據
滑鼠懸停看 AI 判斷理由
研究不僅僅是做預測，更透過 SHAP 等技術解釋了「為什麼」會得到這樣的結果，這為教育政策制定者提供了具備科學實證支持的決策依據，而非僅憑經驗判斷。
核心研究發現
- 1
研究指出職業角色與所屬產業是決定畢業生起薪的最主要因素，其影響力顯著高於學術機構的聲望。
- 2
透過 SHAP 值歸因分析、集成模型對職業文本的依賴度，以及自然語言推理重構，三種獨立證據均證實了上述發現。
- 3
研究利用群眾外包的調查數據進行機器學習預測，成功從具備雜訊且自我報告性質的數據中識別出薪資決定因素。
對教育工作者的啟發
教育機構應重新審視課程設計的優先順序，建議將重點從單純追求學術聲望轉向強化「產業對接能力」。具體建議包括：1. 加強與特定產業的合作，開發符合市場需求的專業技能課程；2. 在職涯指導中，應引導學生關注特定職業路徑與產業趨勢，而非僅僅追求名校光環；3. 課程設計應更具備產業針對性，確保畢業生具備進入高薪產業所需的實務技能。
原始文獻資訊
- 英文標題：
- Determinants of Starting Salaries for Filipino Graduates: An Explainable Machine Learning Approach
- 作者：
- Alexander Gabriel A. Aranes, John Michael C. Magpantay, Reginald Neil C. Recario, Jamlech Iram N. Gojo Cruz, Rodolfo C. Camaclang III
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。