Diagnostic de la présence des femmes dans l'industrie métallurgique au Québec : contribution au dialogue social sur l'équité, la diversité et l'inclusion
Notice bibliographique
Résumé
Facteurs pouvant expliquer la sous-représentationLe deuxième objectif visait à identifier et à comprendre les facteurs explicatifs de la sous-représentation des femmes.Les acteurs de l'industrie métallurgique ont identifié des obstacles qui sont cohérents avec ceux recensés dans la littérature pour l'industrie manufacturière en général et pour d'autres secteurs majoritairement masculins.Ce sont principalement la disponibilité limitée des femmes, leur manque de connaissances ou d'intérêt pour le secteur de la métallurgie et ses métiers, la pénibilité du travail, les horaires contraignants ainsi qu'une culture organisationnelle homogène et parfois sexiste.D'autres obstacles identifiés dans le diagnostic sectoriel du CSMO-M en 2022, à savoir les perceptions selon lesquelles l'industrie ne serait pas adaptée aux femmes et le faible nombre de candidatures féminines, l'ont aussi été dans notre recherche.Bien que la littérature identifie plusieurs pratiques organisationnelles comme étant des obstacles potentiels à la sous-représentation des femmes, peu de ces pratiques sont reconnues comme telles par les employeurs du secteur, à l'exception des biais inconscients et des préjugés des gestionnaires et recruteurs. 1 Nous utilisons de manière interchangeable les termes « industrie de la première transformation des métaux au Québec », « industrie métallurgique » et «secteur de la métallurgie» dans ce document.2 Les groupes occupationnels qui seront à l'étude sont ceux de la production (dont les groupes de la CNP 941, 961) et professionnels-techniques (dont les groupes de la CNP 213, 214, 223, 723 et 73).Documenter les rôles, les responsabilités et l'engagement face aux enjeux d'EDI des principaux acteurs impliqués dans le dialogue social.La structure de ce rapport est alignée aux sous-objectifs du projet de recherche.Après avoir clarifié certains concepts et la méthodologie de recherche, nous présentons un chapitre sur le portrait de la sous-représentation des femmes dans le secteur, un autre sur les Tableau 4.5 -Proportion de femmes selon la catégorie d'emploi 9 Dans la présentation des résultats, les personnes sondées sont celles qui ont répondu au sondage en ligne et les personnes rencontrées sont celles ayant participé à un groupe de discussion ou un entretien.Catégories d'emploi Proportion moyenne de femmes dans la catégorie en % Écart-type Proportion minimale en % Proportion maximale en % Proportion dans le diagnostic sectoriel en % Employés de production (opérateur d'équipement de production, journalier, aide-opérateur, etc.) sans diplôme, diplôme secondaire ou professionnel 10,9 13,2 0 46,5 6,0 Employés d'entretien (ex.mécanicien industriel, électricien industriel, électromécanicien, plombier-tuyauteur) possédant un diplôme professionnel 0,8 2,3
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».