MétaCan
Menu
Retour à la cohorte
Enregistrement W4417119548 · doi:10.1080/13636820.2025.2595622

Using public procurement to improve apprenticeship outcomes and promote a more diverse construction workforce in British Columbia

2025· article· en· W4417119548 sur OpenAlexaffabout
John Calvert

Notice bibliographique

RevueJournal of Vocational Education and Training · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic Procurement and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésApprenticeshipWorkforceWorkforce planningWorkforce developmentProcurementWork (physics)

Résumé

récupéré en direct d'OpenAlex

Governments have been exploring ways to obtain better value from their procurement expenditures by attaching additional employment conditions to their contract tender documents. These require successful bidders to provide training and jobs for members of local communities or equity groups. In 2018, the British Columbia government created a public corporation, BC Infrastructure Benefits (BCIB) to employ the construction workforce on major public infrastructure projects, establishing an ambitious 25% apprenticeship target. It sought to expand the labour pool through recruiting, training and employing more women, Indigenous workers and people with disabilities. To obtain union support and enlist their members as onsite apprenticeship mentors, BCIB negotiated a community benefits agreement (CBA) covering its 10 infrastructure projects. BCIB also established a payroll-based data system to track progress and facilitate timely interventions to improve training outcomes. To address racism, sexism and homophobia in worksites, BCIB created a mandatory, two-day Respectful Onsite Initiative orientation programme. By December 2024, its workers had logged 7.5 million onsite construction hours, making BCIB the second largest provincial construction employer. Its apprenticeship and training outcomes exceed the rest of the industry, confirming that public procurement is a valuable tool for promoting vocational education and training (VET).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,323
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vocational Education and TrainingMême sujetPublic Procurement and PolicyTravaux en français237 207