Estimation du rendement de la maîtrise en économique à l'Université Laval
Notice bibliographique
Résumé
Le but de ce mémoire est d’établir le profil de rémunération des diplômés de maîtrise en économique de l’université Laval et de calculer les rendements associés à l’obtention de ce diplôme. La méthodologie utilisée est identique à celle adoptée par Vaillancourt et Ebrahimi (2010) et Stark (2007). Elle combine l’analyse coût-bénéfice de Becker (1960) et l’analyse par l’estimation du modèle économétrique de Mincer (1974). Nous avons ainsi calculé le rendement de la maîtrise par rapport au baccalauréat en économique d’abord pour l’individu et ensuite pour la société. Le calcul a été fait d’abord de façon générale puis suivant le sexe et le secteur d’activité des diplômés. La base de données que nous utilisons provient de l’enquête réalisée en 2014 par le service de placement de l’université Laval(SPLA) en collaboration avec le département d’économique auprès des diplômés. Nos résultats montrent que le principal employeur des diplômés du département est le secteur public incluant la fonction publique fédérale, la fonction publique provinciale, la fonction publique municipale et l’enseignement. La majorité des diplômés sont de sexe masculin. Le revenu des hommes reste plus élevé que celui des femmes et le revenu des travailleurs du secteur privé plus élevé que celui des travailleurs du public. Par ailleurs, les résultats suggèrent que l’investissement permettant le passage du baccalauréat à la maîtrise est rentable à la fois pour l’individu et pour la société. En effet, le rendement privé moyen est de 5:3% et le rendement social moyen est de 3:7%. Le rendement privé des hommes est de 5:3% et celui des femmes est de 5:4%. Le rendement privé des travailleurs du secteur privé est de 5:3% et celui des travailleurs du secteur public est de 5:4%. Les résultats correspondants, au niveau du rendement social, sont de 3:8%, 3:5%, 3:8% et 3:6% respectivement pour les hommes, les femmes, les travailleurs du privé et les travailleurs du public. On remarque ainsi que le rendement social est généralement inférieur au rendement privé, le rendement privé des femmes supérieur à celui des hommes et le rendement privé dans le secteur public est plus grand qu’au privé. Mais les différences observées à la fois entre les sexes et entre le type d’employeur sont de faible magnitude. Les conclusions qualitatives que nous tirons vont dans le même sens que celles de Vaillancourt et Ebrahimi (2010) et Stark (2007) même si les chiffres sont sensiblement différents.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,009 | 0,002 |
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 ».