Technical, Non-technical, and Other Skills Needed by Canadian Mining, Petroleum and Public Sector Organizations
Notice bibliographique
Résumé
Events of the last decade have forced Canada's geoscience community to restructure, refocus on core businesses, and devise new strategies. These require new technologies to replace the old. Using 1996-1997 data collected from 21 large mining and oil companies and five public sector organizations, the author identifies, assesses, and ranks about 150 geoscience sub-disciplines, computer skills, non-technical and soft skills, and also evaluates mathematics, language, and business requirements. Geoscience skills comprise about 50% of the entire skill profile. Computer skills (16%) are highly transferable to alternative careers. Non-technical and soft skills (34%) are also essential. The teaching-learning process develops some non-technical and soft skills although many of them seem to be innate. Although students and alumni wanted more language education at university, executives seemed lukewarm to language skills. Most respondents wanted some business education to be included in curricula: so did alumni and students. New external forces now influence education and recruiting. These include a more sophisticated and global recruiting process and an expectation that recruits have higher qualifications and industry-related work experience. The need for all geoscience stakeholders to work together in the preparation of young geoscientists has become essential. Resume Les evenements de la derniere decennie ont force la communaute geoscientifique a se redefinir et a recentrer son attention sur les activites essentielles ainsi qu'a convenir de nouvelles strategies. Cela necessite la mise au point de nouvelles technologies qui remplacent les anciennes. A partir des donnees recueillies de 1996 a 1997 aupres de 21 grandes societes minieres ou petrolieres et de cinq organismes du secteur public, l'auteur definit, evalue et classe environ 150 sous-disciplines, competences informatiques, connaissances generales et non-techniques, et evalue l'importance relative des exigences en mathematiques, en langue et en commerce. Les competences geoscientifiques constituent environ 50 % du profil complet des competences requises. Les competences informatiques (16 %) sont directement applicables en cas de reorientations de carriere. Les competences generales et non techniques sont egalement jugees essentielles. L'apprentissage formel permet d'acquerir certaines competences generales et non-techniques, mais nombre d'entres-elles semblent etre innees. Alors que les etudiants actuels et les anciens considerent qu'il faudrait augmenter la formation en langue a l'universite, les dirigeants d'entreprise semblaient plus reserves en la matiere. La majorite des repondants consideraient que le programme d'enseignement devrait etre constitue d'une certaine proportion de connaissances commerciales, et les etudiants actuels et anciens etaient d'accord. De nos jours, des forces nouvelles influent sur l'education et le recrutement. Ainsi, le recrutement est maintenant un processus plus elabore et plus global, et l'on s'attend a ce que les recrues soient plus qualifiees et qu'elles possedent une experience pertinente. Il est maintenant evident que tous les parties interessees devront travailler de concert afin de mieux preparer les jeunes geoscientifiques.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».