La mise en marché d’une expérience de travail : étude diachronique des critères utilisés par les recruteurs canadiens dans les annonces d’emploi
Notice bibliographique
Résumé
Dans une perspective de pénurie de main-d’oeuvre, due principalement au vieillissement de la population, les rôles tendent à s’inverser sur le marché de l’emploi : il revient maintenant aux employeurs de séduire les meilleurs candidats. Quels critères utilisent les recruteurs afin d’attirer de nouveaux candidats au sein de leur entreprise ? Est-ce que ces critères varient en fonction du secteur d’activité auquel appartiennent les entreprises ? Est-il possible d’identifier certaines tendances évolutives quant aux critères qu’utilisent les recruteurs afin de mettre en valeur les emplois disponibles au sein de leur entreprise ? Prenant appui sur ces quelques questions, cette recherche étudie les critères utilisés par les recruteurs pour faire la promotion d’une expérience d’emploi. Elle fait l’analyse des annonces d’emploi publiées dans la revue Jobboom, spécialisée dans l’aide à la recherche d’emploi. L’échantillon est constitué de 1186 annonces parues dans les 83 numéros de la revue publiés au cours de la dernière décennie (2000-2010). Les résultats permettent d’identifier, en fonction des années et des secteurs d’activité, les critères les plus utilisés par les employeurs dans leurs efforts de recrutement. Les pistes de recherche futures sur l’effet de ces critères sur l’attraction des chercheurs d’emploi sont discutées en guise de conclusion.
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».