Travail pendant les études, performance scolaire et abandon
Notice bibliographique
Résumé
La détérioration des conditions salariales des travailleurs non qualifiés sur le marché du travail canadien a fait l’objet d’une grande attention au cours de ces dernières années. En plus d’être soumise à des condtions salariales peu enviables, cette catégorie de travailleurs est également confrontée à un ratio emploi/population singulièrement bas et un taux de chômage qui se maintient à des niveaux souvent élevés. La première source de la non qualification des jeunes travailleurs étant l’abandon des études secondaires (au Canada, le taux d’abandon scolaire au secondaire se situait à 18% en 1991), toute politique susceptible de réduire les taux d’abandon représenteraa un moyen efficace d’améliorer la situation des jeunes sur le marché du travail. Différentes formes d’intervention peuvent être envisagées afin de renverser cette tendance. Certaines de ces mesures visent à limiter le travail exercé par les jeunes pendant leurs études, car l’opinion commune veut qu’il existe un lien de cause à effet entre travail et abandon scolaire. La dimension nationale et temporelle de l’enquête rétrospective retenue dans cette étude sur les sortants de l’école secondaire au Canada nous a permis de disposer d’une expérience naturelle pour comprendre le rôle des variables macro-économiques et des institutions sur les déterminants de l’abandon des études secondaires et sur le travail pendant les études. Sur la base des données de cette enquête, nous avons défini un modèle économétrique visant à expliquer à la fois les déterminants de la performance scolaire, de l’abandon scolaire au secondaire et ceux du travail pendant la dernière année d’étude au secondaire. Les déterminants retenus portent sur les caractéristiques personnelles (sexe, travail pendant les études, etc.) et socioéconomiques (situation familiale, éducation des parents, école privée ou publique, etc.) des répondants et sur des caractéristiques instituionnelles ou macroéconomiques comme variables d’environnement (âge légal d’abandon, taux de chômage, salaire minimum, etc.). Notre recherche identifie plusieurs politiques que les gouvernements pourraient mettre de l’avant pour réduire l’abandon scolaire.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».