Les diplômés qui reviennent dans leur département d’origine : ce que le territoire dit de l’influence d’un capital social
Notice bibliographique
Résumé
Le propos est d’étudier, pour la France métropolitaine, les conditions d’un retour, en début de vie active, au département de résidence au Bac, pour les jeunes l’ayant quitté au cours de leurs études supérieures. En particulier, la mobilisation d’un capital social local et la variabilité territoriale de son usage est questionnée. Les données couplées proviennent des enquêtes Génération 2004 et 2010 du Céreq et sont enrichies de données départementales concernant l’offre de formations supérieures et le dynamisme économique. Les ressorts de la mobilité d’études font l’objet de modélisations multiniveau, alors qu’un modèle Probit Bivarié avec sélection est appliqué pour la mobilité de retour. La mobilité d’études apparaît positivement liée à l’expérience passée de la mobilité résidentielle et à la dotation du département en matière d’offre de formations supérieures : les bacheliers les plus éloignés des grandes aires urbaines sont les plus mobiles. Les retours peuvent s’expliquer par des mobilités d’études plus contraintes comme cela transparaît pour les bacheliers des départements éloignés des grandes agglomérations et résidant dans des petites communes. Des indices de mobilisation d’un capital social local associé aux mobilités de retour se dégagent pour les diplômés issus de communes éloignées des grandes aires urbaines. Il s’agit plus souvent de jeunes partis moins loin et moins longtemps en accord avec l’idée qu’ils préservent ainsi plus facilement leur capital social local.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».