Post-School Skill Production: New Measures and Patterns from the Canadian Longitudinal International Study of Adults (LISA)
Notice bibliographique
Résumé
Le présent article fait appel à des mesures novatrices pour étudier la production des compétences après la fin des études. Des formes relativement informelles d'acquisition des compétences jouent un rôle majeur, ce qui démontre que la formation officielle ne saisit qu'une petite fraction de la formation totale au travail. De nouvelles données probantes canadiennes sur les déterminants de l'offre et les taux d'inscription aux formations démontrent que la plupart des travailleurs se voient offrir de la formation et s'y inscrivent, mais que le nombre d'heures de formation est variable. D'après une mesure d'accroissement autodéclaré des compétences, les travailleurs qui suivent les formations offertes par l'employeur ne déclarent souvent aucune modification à leurs compétences, ce qui indique que certaines formations ne sont pas productives ou sont de trop courte durée. Ce groupe suit une formation de moins de deux semaines sur une période de deux ans, tandis qu'en revanche, la formation à de vastes augmentations des compétences dure souvent de un à deux mois ou même davantage. Enfin, un plus grand nombre d'heures de formation est fortement associé à une plus forte production de compétences chez les travailleurs qui affirment que des formations fournies par l'employeur se sont révélées importantes pour accroître leurs compétences.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».