È tutto in gran parte sui numeri
Le scuole di legge amano tout il loro approccio olistico alle ammissioni, che suona rassicurante e vagamente organico, e ogni parte della tua applicazione ha davvero importanza. Detto questo, il tuo punteggio LSAT e GPA universitario (UGPA) contano di più. Perché? Due ragioni.
In primo luogo, gli ufficiali di ammissione vogliono valutare se avrai successo o meno nella scuola di legge, e la combinazione del tuo punteggio LSAT e UGPA risultano essere forti predittori dei voti della scuola di legge del primo anno.,
In secondo luogo, le scuole di legge si preoccupano della loro classifica US News and World Report, e USNWR dà molto peso ai numeri. La mediana LSAT di una scuola conta per il 12,5% della sua classifica USNWR. La sua mediana UGPA conta per il 10% della sua classifica USNWR. Se hai più punteggi LSAT, il tuo punteggio più alto conta di più, perché è l’unico punteggio che viene inserito nella mediana segnalabile di una scuola di legge.
Confronta il tuo punteggio superiore LSAT e UGPA al punteggio mediano LSAT di una scuola di legge e UGPA. (Vedi il nostro pratico grafico delle mediane della scuola di legge e la nostra spiegazione traballante delle mediane.,) Anche se occasionalmente puoi compensare un punteggio LSAT inferiore alla mediana con un GPA stellare e viceversa, è improbabile che tu entri in una scuola di legge se sei al di sotto di entrambe le mediane. (L’immagine cambia un po ‘ se sei una minoranza sottorappresentata. Vedi sotto.)
Che dire di tutto il resto?
Anche se i numeri contano più di qualsiasi altro fattore, non sono tutto. Abbiamo analizzato i dati auto-segnalati dai numeri della scuola di legge per quantificare l’importanza dei tempi, delle domande di decisione precoce e dei dati demografici.,
Timing
Se c’è un asporto da questo post, è da applicare il prima possibile.
Possiamo illustrare quanto sia importante il timing osservando un’ipotetica applicazione media: uno studente non-URM, non-internazionale con un punteggio LSAT 164 e un GPA 3.52 che si applica a metà dicembre. Il nostro modello prevede che Emory Law avrebbe accettato il 50% dei candidati con questo profilo nel ciclo 2018-2019 se avessero applicato a dicembre. In altre parole, non sapendo nient’altro del nostro studente medio, ci aspetteremmo che la sua domanda abbia una probabilità del 50% di essere accettata a Emory.,
Se avesse fatto domanda in ottobre, il nostro modello prevede che la sua possibilità di accettazione sarebbe balzata al 61%, un aumento di 11 punti percentuali. A novembre, il tasso sarebbe stato del 55% e a gennaio del 44%; se avesse aspettato fino a febbraio, il suo tasso di accettazione previsto sarebbe stato del 39%. In altre parole, la stessa applicazione potrebbe avere uno spread di 21 punti percentuali nel tasso di accettazione, a seconda che sia presentata in ottobre o febbraio. È possibile massimizzare le possibilità applicando presto.,
Si noti, tuttavia, che l’applicazione delle prime questioni è molto più importante se si è al di sopra di almeno una delle mediane della scuola.
Decisione anticipata
Se si applica la decisione anticipata (ED) a una scuola, ci si impegna a partecipare se si viene accettati. (Vedi si dovrebbe applicare decisione anticipata?)
A parità di condizioni, le applicazioni ED tendono ad avere più successo delle normali applicazioni decisionali. Questo risultato è significativo anche dopo che controlliamo per il punteggio LSAT, GPA, tempi e così via.
Se il nostro ipotetico studente (164 LSAT punteggio, 3.,52 GPA, non-URM, applicando alla legge Emory) aveva applicato a novembre, avrebbe potuto aumentare la sua possibilità di accettazione di 10 punti percentuali—da 55% a 65%—passando dalla decisione regolare a ED.
Più ti avvicini a una probabilità del 50% di entrare in una determinata scuola, più ti aiuterà ad applicare ED. Se sei molto sotto-o over-qualificato, l’applicazione di ED avrà un effetto minore sul tuo tasso di accettazione. Non ci immergeremo nella matematica qui, ma la spiegazione di questo fenomeno ha a che fare con la forma della curva logistica (che usiamo per modellare le accettazioni).,
A rigor di termini, il nostro modello non può mai dirci che gli studenti di ED hanno fatto meglio perché hanno applicato ED. È possibile, ad esempio, che gli studenti di ED abbiano scritto saggi migliori in media. Ma la relazione tra le applicazioni ED e l’aumento delle accettazioni è abbastanza forte che dovresti considerare di applicare ED a una delle tue scuole migliori.
Minoranze sottorappresentate
Essere una minoranza sottorappresentata (URM) ti aiuta ancora di più che applicare ED. Il nostro ipotetico studente (164 punteggio LSAT, 3.,52 GPA, applicando alla legge Emory a metà dicembre) avrebbe visto il suo tasso di accettazione previsto migliorare da 50% a 77%—un aumento di 27 punti percentuali—se fosse un URM.
Ancora una volta, l’effetto è maggiore quando il tuo punteggio LSAT e GPA sono simili alle mediane di una scuola. Se il tuo punteggio LSAT e GPA sono molto più forti o più deboli rispetto alla media, essendo un URM offre meno di una spinta.
Alcune scuole favoriscono le applicazioni ED o URM più di altre?
Non lo sappiamo e i dati LSN non possono dircelo.
Alcune analisi dei dati LSN fanno affermazioni come: “Emory ha il 614% di probabilità in più di accettare studenti ED!,”o” Columbia dà URMS una spinta 6707%!”Ma non abbiamo abbastanza osservazioni per scuola e ciclo per fare tali affermazioni. È un classico caso di essere ingannati dalla casualità. Le variazioni in piccoli numeri causano i tassi di accettazione relativi dei candidati ED e non ED a rimbalzare di anno in anno.,td>
Note the small number of accepted ED students., Si noti anche come i tassi di accettazione relativi oscillano di anno in anno. Ad esempio, nel ciclo 2016-2017, Penn ha accettato il 45% degli studenti ED rispetto al 23% nel pool regolare, ma nel ciclo 2017-2018, Penn ha accettato solo il 10% degli studenti ED rispetto al 12% nel pool regolare. Dovremmo concludere che applicare ED ha aiutato gli studenti a Penn un anno, ma li ha feriti nel prossimo? Certo che no., Tutto ciò che possiamo concludere è che il tasso di accettazione di ED di Penn è sensibile a piccole differenze nei risultati perché la dimensione del campione è piccola e che dovremmo astenerci dal trarre conclusioni statistiche sulle domande di ED a Penn (o a qualsiasi scuola) in particolare. Dovremmo solo trarre conclusioni sulle domande di ED alle scuole di legge nel complesso.
È possibile che alcune scuole favoriscano i candidati ED o URM più di altri, ma non possiamo dirlo con certezza, e nemmeno chiunque altro. Dato quanto ED aiuta in generale, la tua strategia migliore è applicare ED se puoi.,
Studenti internazionali
Studenti internazionali nella tariffa aggregata leggermente peggio in ammissioni scuola di legge rispetto agli studenti nazionali. L’effetto è paragonabile all’effetto dell’applicazione di una decisione regolare rispetto a ED. Ad esempio, il nostro modello prevede che uno studente medio ipotetico (164 LSAT, 3.52 GPA, non-ED, non-URM) che si applica alla legge Emory a metà dicembre sarebbe stato accettato il 43% delle volte se fosse un cittadino americano contro il 33% delle volte se non lo fosse, un divario di 10 punti percentuali.
Gli studenti internazionali possono avere uno svantaggio perché sono internazionali., Gli ufficiali di ammissione possono, ad esempio, preoccuparsi della capacità dei candidati internazionali di finanziare la loro istruzione, e quindi essere più riluttanti ad ammetterli. È altrettanto probabile che i candidati internazionali sottoperformino i candidati nazionali perché tendono a presentare domande più deboli. Gli studenti che parlano inglese come seconda lingua, per esempio, possono avere problemi con i loro saggi, e possono ottenere un esame supplementare. (Gli ufficiali di ammissione a volte leggono i campioni di scrittura LSAT degli studenti ESL per assicurarsi che le loro dichiarazioni personali corrispondano alle loro capacità di scrittura.,)
Nota che gli studenti internazionali che sono andati al college in America probabilmente se la cavano meglio dei candidati internazionali senza un GPA americano.
Istituto di laurea e difficoltà di maggiore
Anche se non abbiamo quantificato l’effetto di istituto di laurea o maggiore, la nostra esperienza indica che GPA di un richiedente da solo è di solito più importante del suo istituto di laurea o maggiore. Detto questo, gli ufficiali di ammissione sanno che alcune scuole sono più rigorose di altre, e puoi aspettarti che guardino la tua trascrizione per vedere se ti sei sfidato., Se due studenti hanno un abbinamento LSAT/GPA identico o molto simile, ci aspetteremmo che lo studente che ha frequentato un istituto universitario più rigoroso o ha seguito corsi più impegnativi abbia risultati migliori.
Che dire di saggi, curriculum e raccomandazioni?
Il nostro modello esegue con una precisione dell ‘ 80% su dati fuori campione, il che suggerisce che i fattori che non può “vedere”-vale a dire, saggi, curriculum e lettere di raccomandazione-contano molto., Anche se è sciocco dire che queste componenti qualitative rappresentano esattamente il 20% dei risultati di ammissione (c’è una certa quantità di casualità coinvolta), la regola 80/20 si accorda con la nostra esperienza. Ammissioni scuola di legge è di circa 80% quantitativa e 20% qualitativa. Questo aiuta a spiegare perché i candidati con punteggi e voti molto simili spesso hanno risultati molto diversi. Aiuta anche a spiegare perché le scuole di legge assumono ufficiali di ammissione in primo luogo. Se queste decisioni potrebbero essere prese da un computer, probabilmente lo sarebbero.,
Come per gli altri fattori che abbiamo analizzato, i tuoi saggi, curriculum e raccomandazioni contano di più quando sei vicino alle mediane di una scuola. Se i tuoi voti e il punteggio LSAT sono molto al di sopra delle mediane di una scuola, gli ufficiali di ammissione potrebbero solo dare un’occhiata alla tua domanda per assicurarti di non essere, per esempio, un criminale o uno scrittore penalmente cattivo. Se, d’altra parte, i tuoi voti e il punteggio LSAT sono molto al di sotto delle mediane della scuola, probabilmente non puoi scrivere la tua strada verso un “sì.”
Se cadi nel mezzo, i tuoi saggi e raccomandazioni sono la tua occasione per distinguerti., In quale altro modo Emory Law può scegliere tra tutti quegli ipotetici candidati medi? Buoni “fattori soft” potrebbero determinare se un candidato con un punteggio LSAT 164 e un GPA 3.52 è tra il 50% dei candidati numericamente simili che vengono accettati.
Warning️Warning
La fonte per la nostra analisi è Law School Numbers (LSN), un database di risultati di ammissione segnalati dagli utenti. Sebbene LSN abbia un set di dati di grandi dimensioni, è possibile che i dati siano distorti. Ad esempio, gli utenti possono essere più propensi a segnalare le accettazioni che a segnalare i rifiuti., Ciò non invaliderebbe la nostra analisi delle tendenze-potremmo ancora concludere che l’applicazione precedente porta a risultati migliori—ma potrebbe significare che le nostre previsioni grezze sono disattivate.
In particolare, il nostro modello potrebbe essere troppo predittivo se sei appena al di sotto di entrambe le mediane di una scuola (LSAT e GPA). Perché? Perché queste mediane si spostano di anno in anno e il nostro modello esamina oltre dieci anni di dati. C’è, tuttavia, una grande differenza tra colpire la mediana di una scuola e mancarla, anche se si perde solo di un punto.
Guarda ancora una volta al nostro ipotetico studente medio con un 164/3.52., Le mediane LSAT di Emory per la classe 2018 del primo anno erano 165 e 3.79, rispettivamente. Se Emory imposta un obiettivo LSAT / GPA di 165/3. 79 per la sua prossima classe, allora ci aspetteremmo che il nostro studente medio (che è al di sotto di entrambe le mediane) venga in lista d’attesa o rifiutato, nonostante le previsioni del modello.
Una nota sul nostro metodo
Abbiamo eseguito una regressione logistica sui dati LSN. In sostanza, abbiamo definito una funzione matematica che esprime il risultato dell’applicazione-ammesso o rifiutato—in funzione delle altre variabili LSN., (In particolare, modelliamo il “logit”, o il logaritmo delle probabilità, come una funzione lineare.) Quindi abbiamo usato un programma per computer per risolvere i coefficienti che meglio si adattano ai dati. I coefficienti “best-fit” ci danno una stima di quali variabili contano e quanto contano.
E ora, lo strumento che stavi aspettando a un predittore costruito sui nostri risultati: