Adéquation entre l'offre et la demande de main-d'oeuvre qualifiée : le cas du Saguenay.
Notice bibliographique
Résumé
C’est bien connu, les régions périphériques du Québec vivent depuis quelques décennies d’importantes difficultés de développement. Puisque nous évoluons dans un contexte d’économie du savoir, l’éducation et la formation sont une avenue intéressante pour qui souhaite développer son territoire. Sachant également que les petites et moyennes entreprises (PME) sont devenues, aux dépends des grandes firmes, les moteurs de l’économie du Québec, il est intéressant, dans une perspective de développement, de tenter de voir comment les deux, l’éducation et les PME, s’arriment pour assurer un cadre dynamique d’emplois en régions périphériques. Dans ce mémoire, nous tenterons d’évaluer le niveau d’adéquation entre l’offre et la demande de main-d’oeuvre qualifiée dans une région périphérique du Québec : le Saguenay. Ici, l’offre de main-d’oeuvre qualifiée émane des institutions d’enseignement post-secondaire (IEPS) locales et la demande provient des entreprises du même territoire. Afin de déterminer si les IEPS locales répondent adéquatement aux besoins en main-d’oeuvre qualifiée des PME de la région, nous avons procédé à des entretiens semi-dirigés avec les principaux concernés, c’est-à-dire les entrepreneurs ainsi que les représentants des collèges et de l’université de la région. Pour des raisons de faisabilité, nous avons limité notre étude à trois secteurs d’activités économiques : l’agroalimentaire, la fabrication de produits métalliques et les services scientifiques et de génie-conseil. Des entretiens avec des intervenants socio-économiques régionaux ont également été réalisés afin d’obtenir un point de vue davantage global sur la question. Il est important de noter que, de par son ampleur limitée, cette évaluation se veut exploratoire et ne permettra pas d’obtenir des résultats d’une certitude absolue. \nLes résultats de notre étude tendent à démontrer que pour les secteurs d’activités économiques pris en compte, les institutions d’enseignement supérieur semblent répondre aux besoins des entreprises en terme de main-d’oeuvre qualifiée et ce, tant en terme de nombre de finissants qu’en terme de qualité de la formation. Ainsi, les difficultés de recrutement vécues par les entreprises interrogées n’émaneraient pas principalement d’une mauvaise adéquation entre l’offre et la demande de main-d’oeuvre qualifiée mais de causes diversifiées que nous avons tâché d’explorer à l’aide des propos obtenus lors de nos différents entretiens.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».