Intensité du travail salarié et abandon des études universitaires au Canada
Notice bibliographique
Résumé
Dans de nombreux pays, les élèves et les étudiants ont augmenté le temps consacré au travail rémunéré durant leurs études. Ils ne travaillent plus uniquement l’été, au moment des vacances, mais aussi pendant l’année scolaire. Les recherches portant sur l’effet du travail salarié sur les parcours scolaires tendent à montrer qu’il existe une relation convexe entre l’intensité du travail salarié et les départs sans diplôme du système scolaire : les taux d’abandon semblent plus élevés pour les étudiants qui ne travaillent pas et pour ceux qui travaillent plus de 25 heures. Cependant, le caractère transversal des données utilisées fait qu’elles ne permettent pas de saisir l’effet causal de la variation du temps de travail sur la poursuite des études. Dans cet article, nous utilisons une méthodologie quantitative longitudinale pour examiner les effets de l’intensité du travail rémunéré sur la persévérance dans le premier programme universitaire suivi au Canada. Les résultats montrent qu’il y a bien une relation causale entre le fait de travailler plus de 25 heures et l’abandon, mais qu’elle est seulement observée pour les hommes, et que cet effet n’est significatif qu’au début du programme. Par ailleurs, l’association avec le fait de ne pas travailler semble s’interpréter davantage comme un effet de sélection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».