evidoria

← Retour à la liste

Bonne pratique Importée

L'algorithme d'appariement Gale-Shapley des lycées new-yorkais — Ampleur, audits et lacunes d'équité non résolues

États-Unis d'Amérique · New York City · Voir le profil de États-Unis d'Amérique · Voir le profil de New York City

Preuves: Observationnel / avant-après Top 70% 40/100 · Demandez à Evidence Copilot à propos de cette pratique

Le DOE de New York affecte ~75 000 élèves de troisième par an dans 1 600+ établissements par algorithme ; 92 % ont eu l'un de leurs cinq premiers vœux en 2026. Un audit de 2025 a révélé l'absence de politiques écrites et des manquements envers les élèves sans domicile et pauvres.

~900,000
Élèves traités annuellement
~1,600
Établissements dans le système
~75,000
Élèves de 8e année candidats (cycle 2026-27) (2026-27)
92 %
Candidats ayant reçu une offre parmi les 5 premiers choix (2026-27)
90 %
Candidats ayant reçu une offre parmi les 5 premiers choix (cycle précédent)
~7,000
Élèves en logement temporaire sans priorité requise systématique (2023-24)
31 of 39
Élèves à faible revenu échantillonnés mal identifiés

Détails

Maturité
Établie
Promoteur
New York City Department of Education
Période
2003–ongoing; state audit 2023–2025; 2026 cycle results
Mots-clés
school admissions, algorithmic matching, administrative operations, public education

Contexte

Le département de l'Éducation de la ville de New York utilise un système centralisé d'appariement algorithmique, fondé sur l'algorithme d'acceptation différée de Gale-Shapley, pour affecter les élèves aux lycées depuis 2003-04, traitant aujourd'hui environ 900 000 élèves dans quelque 1 600 établissements.

Activités

Pour 2026-27, le DOE a indiqué que 92 % des candidats avaient reçu une offre parmi l'un de leurs cinq premiers choix, contre 90 % lors du cycle précédent.

Résultats

Un audit de juillet 2025 du contrôleur de l'État de New York a révélé que le DOE n'avait aucune politique écrite encadrant le processus ; environ 7 000 élèves en logement temporaire n'ont pas systématiquement reçu la priorité requise en 2023-24, et, sur un échantillon de 39 élèves, 31 étaient probablement à faible revenu mais n'ont pas été correctement identifiés à des fins de priorité.

Conclusions

L'algorithme d'appariement lui-même fonctionne comme conçu et à une échelle réelle, mais les flux de données sous-jacents, les procédures de dérogation manuelle et les obligations de transparence ont reçu beaucoup moins de rigueur, un écart révélé uniquement par un audit indépendant.

Mise en œuvre

Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Long (> 3 ans)
Personnel et compétences
NYC DOE admissions staff, Manual-override reviewers

Conditions de réussite

  • Accurate address/income data pipelines
  • Documented manual overrides
  • Local Law 72 transparency compliance

Modes d’échec courants

  • No written policies for a process serving hundreds of thousands of students
  • 200+ manual overrides improperly documented or missing in one year

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles