het draait allemaal grotendeels om de getallen
Rechtenscholen geven graag hun holistische benadering van opnames, wat geruststellend en vaag organisch klinkt, en elk deel van uw toepassing doet er echt toe. Dat gezegd hebbende, uw LSAT score en undergraduate GPA (UGPA) het belangrijkst. Waarom? Twee redenen.
ten eerste willen toelatingsfunctionarissen inschatten of u al dan niet slaagt in de rechtenstudie, en de combinatie van uw LSAT-score en UGPA blijken sterke voorspellers te zijn van eerstejaars rechtenstudiecijfers.,
ten tweede geven rechtenscholen om hun Amerikaanse nieuws-en Wereldrapportranglijst, en USNWR hecht veel belang aan de cijfers. De LSAT-mediaan van een school telt voor 12,5% van de USNWR-ranking. De UGPA mediaan telt voor 10% van de USNWR ranking. Als je meerdere LSAT scores hebt, telt je hoogste score het meest, want dat is de enige score die in de mediaan van een rechtenstudie wordt opgenomen.
vergelijk uw hoogste LSAT-score en UGPA met de mediane LSAT-score en UGPA van een rechtenschool. (Zie onze handige grafiek van law school medians en onze wankele uitleg van medians.,) Hoewel je af en toe kunt compenseren voor een onder-mediaan LSAT score met een stellaire GPA en vice versa, is het onwaarschijnlijk dat je in een rechtenschool als je onder beide medianen. (Het beeld verandert een beetje als je een ondervertegenwoordigde minderheid bent. Zie hieronder.)
hoe zit het met al het andere?
hoewel getallen meer tellen dan elke andere factor, zijn ze niet alles. We hebben zelf-gerapporteerde gegevens van Law School nummers geanalyseerd om het belang van timing, vroege beslissingen toepassingen, en demografie te kwantificeren.,
Timing
als er één afhaalmaaltijd is van dit bericht, is het om zo vroeg mogelijk toe te passen.
We kunnen illustreren hoeveel timing belangrijk is door te kijken naar een hypothetische gemiddelde toepassing: een niet-URM, niet-internationale student met een 164 LSAT score en een 3,52 GPA die medio December van toepassing is. Ons model voorspelt dat Emory Law 50% van de aanvragers met dit profiel in de cyclus 2018-2019 zou hebben geaccepteerd als ze zich in December hadden aangemeld. Met andere woorden, wetende niets anders over onze gemiddelde student, verwachten we dat haar aanvraag een 50% kans heeft om geaccepteerd te worden bij Emory.,als ze in oktober had gesolliciteerd, voorspelde ons model dat haar kans op acceptatie zou zijn gestegen tot 61%, een stijging van 11 procentpunten. In November zou het percentage 55% zijn geweest, en in Januari 44%; als ze tot februari had gewacht, zou haar voorspelde acceptatiepercentage 39% zijn geweest. Met andere woorden, dezelfde aanvraag kan een 21 procentpunt spread in acceptatiepercentage hebben, afhankelijk van of het wordt ingediend in oktober of februari. U kunt uw kansen te maximaliseren door vroeg toe te passen.,
merk echter op dat het toepassen van vroege zaken veel meer als je boven ten minste een van de medianen van de school.
Early Decision
als je een early decision (ED) toepast op een school, verbind je je ertoe om naar school te gaan als je geaccepteerd wordt. (Zie Moet U Van Toepassing Vroege Beslissing?)
omdat alle andere gelijk zijn, zijn ED-aanvragen meestal succesvoller dan reguliere beslissingsaanvragen. Dit resultaat is significant, zelfs nadat we controle voor LSAT score, GPA, timing, enzovoort.
als onze hypothetische student (164 LSAT score, 3.,52 GPA, niet-URM, van toepassing op Emory Law) had toegepast in November, had ze haar kans op aanvaarding met 10 procentpunten—van 55% naar 65% – vergroot door over te schakelen van reguliere besluitvorming naar ED.
hoe dichter je bij een 50% kans op toegang tot een bepaalde school bent, hoe meer het je zal helpen om ED toe te passen. Als u zeer onder – of over-gekwalificeerd bent, zal het toepassen van ED een kleiner effect hebben op uw acceptatiepercentage. We zullen hier niet in de wiskunde duiken, maar de verklaring voor dit fenomeen heeft te maken met de vorm van de logistische kromme (die we gebruiken om acceptaties te modelleren).,
strikt genomen kan ons model Ons nooit vertellen dat ED-studenten het beter deden omdat ze ED toepasten. Het is bijvoorbeeld mogelijk dat ED-studenten gemiddeld betere essays schreven. Maar de relatie tussen ED-aanvragen en verhoogde acceptaties is sterk genoeg dat u zou moeten overwegen om ED toe te passen op een van uw top-choice scholen.
ondervertegenwoordigde minderheden
een ondervertegenwoordigde minderheid (URM) zijn helpt u nog meer dan het toepassen van ED. Onze hypothetische student (164 LSAT score, 3.,52 GPA, van toepassing op Emory wet medio December) zou hebben gezien haar verwachte acceptatie te verbeteren van 50% tot 77%—een 27 procentpunt stijging-als ze een URM.
nogmaals, het effect is het grootst als je LSAT score en GPA vergelijkbaar zijn met de medianen van een school. Als uw LSAT score en GPA zijn veel sterker of zwakker dan gemiddeld, een URM biedt minder van een boost.
geven sommige scholen meer de voorkeur aan ED-of URM-toepassingen dan andere?
weten we niet, en de LSN-gegevens kunnen het ons niet vertellen.
sommige analyses van LSN data maken claims zoals, ” Emory is 614% meer kans om ED studenten te accepteren!,”of” Columbia geeft URMs een 6707% boost!”Maar we hebben niet genoeg observaties per school en cyclus om dergelijke claims te maken. Het is een klassiek geval van voor de gek gehouden worden door willekeur. Variaties in kleine aantallen zorgen ervoor dat de relatieve acceptatiepercentages van aanvragers van ED en niet-ED van jaar tot jaar schommelen.,td>
Note the small number of accepted ED students., Merk ook op hoe de relatieve acceptatiepercentages van jaar tot jaar fluctueren. In de cyclus 2016-2017 accepteerde Penn bijvoorbeeld 45% van de ED-studenten versus 23% in de reguliere pool, maar in de cyclus 2017-2018 accepteerde Penn slechts 10% van de ED-studenten versus 12% in de reguliere pool. Moeten we concluderen dat het toepassen van ED studenten op Penn het ene jaar hielp, maar hen het volgende jaar pijn deed? Natuurlijk niet., Het enige wat we kunnen concluderen is dat Penn ‘ s Ed acceptatiepercentage gevoelig is voor kleine verschillen in resultaten omdat de steekproefgrootte klein is, en dat we moeten afzien van het maken van statistische conclusies over ED-aanvragen aan Penn (of een school) in het bijzonder. We moeten alleen conclusies trekken over ED-aanvragen voor rechtenfaculteiten in het algemeen.
Het is mogelijk dat sommige scholen ED of URM aanvragers meer waarderen dan anderen, maar we kunnen het niet met zekerheid zeggen, en niemand anders kan dat ook. Gezien hoeveel ED over het algemeen helpt, is uw beste strategie om ED toe te passen als u kunt.,
internationale studenten
internationale studenten hebben in totaal iets minder rechtenstudenten dan binnenlandse studenten. Het effect is vergelijkbaar met het effect van het toepassen van regelmatige beslissing versus ED. Ons model voorspelt bijvoorbeeld dat een hypothetische gemiddelde student (164 LSAT, 3,52 GPA, niet-ED, niet-URM) die half December op de Emory-wet van toepassing zou zijn geweest 43% van de tijd als ze een Amerikaanse burger was versus 33% van de tijd als ze dat niet was, een kloof van 10 procentpunten.
internationale studenten kunnen een nadeel hebben omdat ze internationaal zijn., Toelatingsbeambten kunnen zich bijvoorbeeld zorgen maken over het vermogen van internationale aanvragers om hun onderwijs te financieren, en zijn dus aarzelend om hen toe te laten. Het is net zo waarschijnlijk dat internationale aanvragers onder de binnenlandse aanvragers presteren omdat ze de neiging hebben om zwakkere aanvragen in te dienen. Studenten die Engels spreken als tweede taal, bijvoorbeeld, kunnen problemen hebben met hun essays, en ze kunnen extra controle krijgen. (Admissions officers soms lezen de LSAT schrijven monsters van ESL studenten om ervoor te zorgen dat hun persoonlijke verklaringen overeenkomen met hun schrijfvaardigheid.,)
merk op dat internationale studenten die in Amerika naar de universiteit gingen waarschijnlijk beter presteren dan internationale kandidaten zonder een Amerikaans GPA.
Undergraduate Institution and Difficulty of Major
hoewel we het effect van undergraduate institution of major niet kwantificeerden, geeft onze ervaring aan dat het GPA van een kandidaat alleen gewoonlijk belangrijker is dan zijn undergraduate institution of major. Dat gezegd hebbende, toelatingsofficieren weten dat sommige scholen strenger zijn dan andere, en je kunt verwachten dat ze naar je transcript kijken om te zien of je jezelf uitgedaagd hebt., Als twee studenten een identieke of zeer vergelijkbare LSAT / GPA koppeling hebben, zouden we verwachten dat de student die een meer rigoureuze undergraduate instelling of nam meer uitdagende cursussen om betere resultaten te hebben.
hoe zit het met Essays, CV ‘ s en aanbevelingen?
ons model presteert met een nauwkeurigheid van 80% op Out-of-sample data, wat suggereert dat de factoren die het niet kan “zien”—namelijk essays, CV ‘ s en aanbevelingsbrieven—er veel toe doen., Hoewel het Dom is om te zeggen dat deze kwalitatieve componenten goed zijn voor precies 20% van de opnames resultaten (Er is een zekere mate van willekeur betrokken), de 80/20 regel in overeenstemming met onze ervaring. Rechten school toelatingen is ongeveer 80% kwantitatief en 20% kwalitatief. Dit verklaart waarom aanvragers met zeer vergelijkbare scores en cijfers vaak zeer verschillende resultaten hebben. Het helpt ook om uit te leggen waarom law schools huren toelating officieren in de eerste plaats. Als deze beslissingen door een computer zouden kunnen worden genomen, zouden ze dat waarschijnlijk zijn.,
net als bij de andere factoren die we hebben geanalyseerd, zijn uw essays, CV en aanbevelingen het belangrijkst als u dicht bij de medianen van een school bent. Als je cijfers en LSAT score zijn ver boven de medianen van een school, de toelating officieren misschien alleen een blik op uw aanvraag om ervoor te zorgen dat je niet, laten we zeggen, een crimineel, of een crimineel slechte schrijver. Als, aan de andere kant, uw cijfers en LSAT score zijn ver onder de school medians, je waarschijnlijk niet kunt schrijven uw weg naar een “ja.”
als je in het midden valt, zijn je essays en aanbevelingen je kans om jezelf te onderscheiden., Hoe moet Emory Law anders kiezen uit al die hypothetische gemiddelde kandidaten? Goede “zachte factoren” kunnen bepalen of een kandidaat met een 164 LSAT score en een 3,52 GPA is een van de 50% van de numeriek vergelijkbare kandidaten die worden geaccepteerd.
Warning Waarschuwing
de bron voor onze Analyse is Law School numbers (LSN), een database van door gebruikers gerapporteerde toelatingsresultaten. Hoewel LSN een grote dataset heeft, is het mogelijk dat de gegevens scheef zijn. Gebruikers kunnen bijvoorbeeld eerder acceptaties rapporteren dan afwijzingen., Dit zou onze Analyse van trends niet ontkrachten—we kunnen nog steeds concluderen dat eerdere toepassing tot betere resultaten leidt—maar het zou kunnen betekenen dat onze ruwe voorspellingen niet kloppen.
in het bijzonder kan ons model overpredictief zijn als je net onder de medianen van een school (LSAT en GPA) zit. Waarom? Omdat deze medianen van jaar tot jaar verschuiven, en Ons model kijkt naar meer dan tien jaar aan gegevens. Er is echter een groot verschil tussen het raken van de mediaan van een school en het missen van het, zelfs als je maar een punt mist.
kijk nog een keer terug op onze hypothetische gemiddelde student met een 164/3.52., Emory ‘ s LSAT medians voor de eerstejaars 2018 waren respectievelijk 165 en 3,79. Als Emory voor de volgende klas een LSAT/GPA-doelstelling van 165/3.79 stelt, dan verwachten we dat onze gemiddelde student (die lager is dan beide medianen) op de wachtlijst of afgewezen wordt, ondanks de voorspellingen van het model.
een opmerking over onze methode
we hebben een logistische regressie uitgevoerd op LSN data. In essentie hebben we een wiskundige functie gedefinieerd die het toepassingsresultaat—toegelaten of afgewezen—uitdrukt als een functie van de andere LSN variabelen., (Specifiek modelleren we de “logit”, of de logaritme van de odds, als een lineaire functie. Vervolgens gebruikten we een computerprogramma om de coëfficiënten op te lossen die het beste bij de gegevens passen. De” best-fit ” coëfficiënten geven ons een schatting van welke variabelen er toe doen en hoeveel ze er toe doen.
en nu, de tool waar u op hebt gewacht … een voorspeller gebaseerd op onze bevindingen: