L’influence du profil identitaire des aspirants apprentis sur leurs choix d’ateliers d’apprentissage
Notice bibliographique
Résumé
Les TPE artisanales en Afrique subsaharienne courent le risque « de voir leur performance se détériorer » si elles ne renouvellent pas leur personnel constitué principalement d’apprentis non rémunérés. Cependant, très peu de recherches ont porté sur les déterminants du choix d’atelier d’apprentissage. Cet article se propose donc d’élargir les connaissances sur ces déterminants de choix d’aspirants apprentis à partir d’une analyse des dimensions de la marque employeur, des déterminants des choix scolaires et en introduisant l’influence du profil identitaire dans le choix d’atelier. Basé essentiellement sur l’analyse de 32 discours d’apprentis et sur une démarche de quantification des données portant sur 92 apprentis, ce travail a une triple contribution. D’une part, il enrichit la littérature en expliquant les spécificités du processus de choix des ateliers chez les apprentis non rémunérés. D’autre part, le présent travail identifie plusieurs profils d’aspirants apprentis, ce qui suggère des comportements d’apprentis différenciés et remet en cause les précédents travaux. Enfin, ce travail établit une relation entre profil d’apprenti et choix d’atelier permettant ainsi d’appréhender plus d’aspects du phénomène de choix que ne le font les études antérieures.
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 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».