Regard intersectionnel sur la mise en oeuvre des politiques d'équité, diversité et inclusion (EDI) dans la fonction publique canadienne : expériences différenciées des fonctionnaires québécois et perspectives africaines
Notice bibliographique
Résumé
Cette étude analyse les politiques d’Équité, Diversité et Inclusion (EDI) dans la fonction publique québécoise, en mettant l'accent sur la perception de leur valorisation et de leur impact parmi les fonctionnaires. À partir d’une analyse quantitative et qualitative, les résultats révèlent une valorisation élevée des politiques EDI, mais aussi une reconnaissance d’un impact limité dans certaines dimensions. La perception des effets de l’EDI varie selon les caractéristiques des agents publics, notamment en fonction de leur âge, de leur genre et de leur parcours professionnel. Ce travail met en lumière les défis persistants de l’implémentation des politiques d’EDI, tout en offrant des perspectives d’amélioration pour leur efficacité. En étendant la réflexion aux spécificités africaines, l’étude identifie des défis culturels et socio-économiques majeurs, notamment la discrimination de genre et ethnique, mais également des opportunités liées à l’émergence de réformes législatives et de partenariats internationaux. La conclusion de cette analyse ouvre sur la nécessité d’adapter continuellement les politiques d’EDI aux contextes locaux, afin de favoriser une inclusion véritable et durable dans les administrations publiques.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,021 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».