Disparités interindustrielles dans les taux de départs volontaires : une étude empirique
Notice bibliographique
Résumé
L’objet de cet article est d’utiliser le modèle d’estimation LISREL dans l’étude empirique des départs volontaires au Québec. Il s’agit d’un modèle d’estimation de coefficients inconnus d’un ensemble d’équations structurelles linéaires avec variables latentes. Les données utilisées sont au niveau de l’industrie. Elles portent sur l’année 1982 et proviennent de diverses sources. Le modèle estimé contient trois variables endogènes latentes : les départs volontaires, les occasions économiques et les facteurs de risque. Le modèle retient aussi dix variables exogènes portant sur les caractéristiques personnelles des travailleurs, leur formation, leur milieu de travail et l’état des relations de travail. La majorité des résultats obtenus confirment nos anticipations. Par ailleurs, nous avons trouvé un résultat très significatif voulant que les « facteurs de risque » (indice composé de l’incidence et de la gravité des accidents du travail) réduisent les départs volontaires. Ce résultat s’ajoute au peu de résultats empiriques à ce sujet, mais est contraire à ces derniers. Nous avons donc été amenés à examiner de plus près les fondements théoriques des attentes sur cette relation pour en conclure que l’attente traditionnelle d’une relation positive n’était pas fondée et que l’on pouvait tout à fait appuyer une relation négative entre les « facteurs de risque » et les départs volontaires. Notre analyse détaillée des résultats empiriques fait ressortir l’intérêt du modèle LISREL dans l’étude du phénomène complexe des départs volontaires. Mots clés : départs volontaires, salaires, risques d’accidents, LISREL.
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 | 0,019 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».