La contribution des mutuelles de formation au développement des compétences de la main-d’œuvre au Québec
Notice bibliographique
Résumé
Cette thèse a pour objectif d’identifier et d’analyser la contribution des mutuelles de formation au développement des compétences de la main-d’œuvre. Par-delà, elle cherche également à comprendre les facteurs qui influencent la contribution de ces dispositifs au développement des compétences de la main-d’œuvre. Elle vise plus particulièrement à cerner le rôle des entrepreneurs institutionnels et des complémentarités institutionnelles au sein de ces mutuelles de formation. Sur le plan théorique, cette thèse s’appuie sur l’approche néo-institutionnaliste qui permet d’étudier la contribution de ces dispositifs au développement des compétences de la main-d’œuvre et d’effectuer une lecture analytique à l’aide des concepts d’« entrepreneur institutionnel » et de « complémentarité institutionnelle ». Notre modèle d’analyse est basé sur ces deux concepts et cherche à montrer si (et comment) les entrepreneurs institutionnels et les complémentarités institutionnelles influencent la contribution des dispositifs de formation au développement des compétences de la main-d’œuvre. Sur le plan méthodologique, cette thèse est structurée autour de quatre études de cas concernant des mutuelles de formation dans quatre secteurs d’activité économique au Québec. La collecte de données qualitatives a été effectuée à partir d’entretiens semi-structurés avec des acteurs gravitant autour des mutuelles de formation ainsi qu’à l’aide de sources secondaires. L’analyse des résultats confirme que la contribution des mutuelles de formation au développement des compétences de la main-d’œuvre varie en importance. Au-delà de cette variance entre mutuelles, nos résultats indiquent, d’une part que ces mutuelles accroissent l’offre de formation répondant aux besoins de la main-d’œuvre d’un secteur donné et ont ainsi une portée sectorielle, et d’autre part qu’elles facilitent les demandes de financement de formation des entreprises et mobilisent ainsi les acteurs d’un secteur à investir en formation. L’analyse des résultats montre que la contribution d’une mutuelle de formation est plus importante si les acteurs (notamment une association d’employeurs) alignent leur vision et soutiennent son fonctionnement avec leurs capacités d’entrepreneurs institutionnels. Enfin, nos résultats révèlent que les complémentarités des mutuelles avec d’autres institutions qui clarifient leur mandat, ajoutent des ressources financières et stratégiques et collaborent avec les mutuelles ont des impacts positifs sur leur contribution au développement des compétences de la main-d’œuvre.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».