Enjeux, défis et pratiques de recrutement : un regard croisé sur le terrain de la région de la capitale nationale
Notice bibliographique
Résumé
Cet essai dresse un portrait des pratiques de recrutement de douze organisations situees dans la region de la capitale nationale (RCN : Gatineau – Ottawa) dans le but d’en explorer la dynamique dans le marche de l’emploi actuel, et d’en souligner s’il y a lieu les enjeux et les defis relatifs a l’attraction de candidats. La methodologie utilisee pour cette recherche de type exploratoire a ete decomposee en trois parties : - une analyse documentaire faisant ressortir les principaux constats de la communaute scientifique sur les variables reliees a cet essai; - une analyse documentaire faisant le point sur l’etat du marche du travail au Canada et dans la RCN; - une enquete menee au moyen d’un sondage entre juillet et septembre 2013 aupres de 12 organisations afin d’etablir les pratiques de recrutement en place et, s’il y a lieu, les enjeux et les defis relatifs a l’attraction de candidats. Les point principaux emergeant du sondage se repartissent selon les quatre axes suivants : 1) Les employeurs eprouvent des difficultes a recruter des candidats dans certains domaines; 2) Les employeurs doivent faire des efforts supplementaires au niveau de la rigueur du processus de planification de la main-d’œuvre et de l’automatisation; 3) Les employeurs doivent selectionner des mesures de rendement adequates pour ensuite identifier les outils automatises pertinents pour saisir l’information. Ceci permettrait de mieux cerner les activites de recrutement efficaces en fonction des besoins en main-d’œuvre et ainsi consacrer les efforts aux bons endroits; 4) Les employeurs doivent mieux integres les differentes etapes du processus de recrutement pour en assurer une plus grande coherence. En somme, beaucoup d’efforts restent a faire pour optimiser le processus de recrutement dans le but d’attirer efficacement une main-d’œuvre qualifiee y compris celle dans les domaines des mathematiques, du genie et des technologies de l’information. Toutefois, la realisation d’une recherche plus approfondie portant sur un echantillon plus grand d’organisations permettrait de valider ces premiers constats sur l’etat de la situation dans la RCN. Mots-cles : sources de recrutement, processus de recrutement, recrutement, attraction de candidats
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 | 0,005 | 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 | 0,012 | 0,016 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».