Note
  1. Per una rassegna esauriente della letteratura economica empirica inerente la rilevanza delle NCS per la scuola e il mercato del lavoro vedi G. Brunello e M. Schlotter, Non Cognitive Skills and Personality Traits: Labour Market Relevance and their Development in Education & Training Systems, IZA Discussion Paper n. 5743, Bonn, Institute of Labor Economics (IZA), 2011.
  2. F. Cunha, J.J. Heckman, L.J. Lochner e D.V. Masterov, Interpreting the Evidence on Life Cycle Skill Formation,in E.A. Hanushek e F. Welch (a cura di), Handbook of the Economics of Education, Amsterdam, North-Holland, 2006, pp. 697-812; J.J. Heckman, J. Stixrud e S. Urzua, The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior, in «Journal of Labor Economics», 24, 3, 2006; F. Cunha e J.J. Heckman, The Technology of Skill Formation, in «American Economic Review», 97, 2, 2007, pp. 31-47; F. Cunha e J.J. Heckman, Formulating, Identifying and Estimating the Technology of Cognitive and Noncognitive Skill Formation, in «Journal of Human Resources», 43, 4, 2008, pp. 738-782; F. Cunha, J.J.Heckman e S. Schennach, Estimating the Technology of Cognitive and Noncognitive Skill Formation, in «Econometrica», 78, 3, 2010, pp. 883-931.
  3. F. Cunha, J.J. Heckman, L.J. Lochner e D.V. Masterov, Interpreting the Evidence on Life Cycle Skill Formation. cit.
  4. Il modello utilizzato è un modello fattoriale statico, con factor loadings endogeni.
  5. F. Cunha, J.J.Heckman e S. Schennach, Estimating the Technology of Cognitive and Noncognitive Skill Formation, cit.
  6. Il modello utilizzato è un modello fattoriale dinamico non lineare.
  7. National Longitudinal Survey of Youth (NLSY79), U.S. Bureau of Labor Statistics, https://nlsinfo.org/content/cohorts/nlsy79; NLSY79 Child and Young Adult Data Overview, U.S. Bureau of Labor Statistics, https://www.bls.gov/nls/nlsy79-children.htm.
  8. La costruzione del database rientra in un programma del U.S. National Bureau of Labor Statistics; si riferisce a un campione raccolto su base nazionale, ritenuto rappresentativo della popolazione degli Stati Uniti che aveva tra i 14 e i 21 anni al 31 dicembre 1978. Nel 1986 fu dato inizio al sondaggio separato che coinvolge tutti i figli delle intervistate e che viene somministrato ogni due anni. Lo scopo è ottenere informazioni sulle capacità cognitive, sul carattere, sullo sviluppo motorio e sociale-relazionale e sulla qualità del contesto famigliare. Il database contiene moltissime informazioni relative all’occupazione, all’istruzione, alla formazione e alla famiglia degli intervistati.
  9. J.J. Heckman, J. Stixrud e S. Urzua, The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior, cit.
  10. OECD, Skills for Social Progress: The Power of Social and Emotional Skills, OECD Skills Studies, Paris, OECD Publishing, 2015; OECD, Skills and Global Value Chains, OECD Skills Outlook, Paris, OECD Publishing, 2017.
  11. J.P. Tierney, J.B. Grossman e N.L. Resch, Making a Difference. An Impact Study of Big Brothers Big Sisters, Philadelphia, Public/Private Ventures, 1995.
  12. J. Kahne e K. Bailey, The Role of Social Capital in Youth Development: The Case of «I Have a Dream» Programs, in «Educational Evaluation and Policy Analysis», 21, 3, 1999, pp. 321-343.
  13. P.S. Martins, Can Targeted, Non-cognitive Skills Programs Improve Achievement? Evidence from EPIS, IZA Discussion Paper n. 5266, Bonn, 2010.
  14. H. Holmlund e O. Silva, Targeting Non-cognitive Skills to Improve Cognitive Outcomes: Evidence from a Remedial Education Intervention, IZA Discussion Paper n. 4476, Bonn, 2009.
  15. J.I. García-Pérez e M.N. Hidalgo-Hidalgo, No Student Left behind? Evidence from the Programme for School Guidance in Spain, in «Economics of Education Review», 60, 2017, pp. 97-111.
  16. D. Checchi e M. De Paola, The Effect of Multigrade Classes on Cognitive and Non-cognitive Skills. Causal Evidence Exploiting Minimum Class Size Rules in Italy, in «Economics of Education Review», 67, 2018, pp. 235-253.
  17. M.O. Martin e I.V.S. Mullis, TIMSS and PIRLS 2011: Relationships among Reading, Mathematics, and Science Achievement at the Fourth Grade Implications for Early Learning, Chestnut Hill, MA, TIMSS & PIRLS International Study Center, Boston College, 2013.
  18. Special issue, in«Journal of Educational and Behavioural Statistics», 2004; Special issue,in«Journal of Education, Finance and Policy»,2009.
  19. Anche in questo caso la metodologia di raccordo dei dati è stata attuata rispettando l’anonimità delle informazioni per ottemperare alle norme sulla privacy.
  20. Il GLS permette di tener conto dell’eventuale eteroschedasticità e correlazione tra gli errori. Cfr. W.H. Greene, Econometric Analysis, Upper Saddle River, Prentice-Hall, 2000.
  21. M. Lechner, The Estimation of Causal Effects by Difference-in-Difference Methods, in «Foundations and Trends in Econometrics», 4, 3, 2010, pp. 165-224.
  22. Rispetto alle classiche quattro dimensioni con cui si descrive il capitale psicologico, le due dimensioni di speranza e resilienza non sono presenti nella lista, in quanto non sono state utilizzate nell’analisi di regressione perché poco correlate con le variabili dipendenti nei vari modelli.
  23. Economic Social and Cultural Status; l’indice è composto di 3 sub-indici relativi alle condizioni familiari: stato occupazionale, livello educativo, condizioni economiche. OECD, Skills for Social Progress, cit.
  24. Vedi J.J. Heckman, J.E. Humphries e T. Kautz, The Myth of Achievement Tests: The GED and the Role of Character in American Life, Chicago, University of Chicago Press, 2014.
  25. Ibidem.
  26. J.J. Heckman, J. Stixrud e S. Urzua, The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior, cit.
  27. J.J. Heckman, J.E. Humphries e T. Kautz, The Myth of Achievement Tests, cit.
  28. Ibidem.