Regards sur les attitudes et comportements des employeurs à l’égard de la diversité de la main-d’oeuvre autochtone (sondage provincial sur le secteur forestier)
Notice bibliographique
Résumé
La rareté de main-d'oeuvre touche plusieurs secteurs d'activités au Québec, l'industrie forestière en fait partie. Par ailleurs, les communautés autochtones souhaitent participer à l'économie de leurs régions et constituent une population jeune, en croissance et à la recherche d'emplois. Ce contexte est opportun pour favoriser l'emploi de travailleurs autochtones dans le secteur forestier. L'objectif de cette recherche est de comprendre les attitudes et les comportements des employeurs à l'égard des travailleurs autochtones. Pour ce faire, nous avons réalisé un sondage auprès des employeurs du domaine forestier au Québec. Au total, 127 répondants ont évalué, entre autres, le niveau de maturité dans lequel se situe leur entreprise pour différents domaines de gestion de la diversité autochtone. Plus précisément, les employeurs devaient positionner leur entreprise sur le long d'un gradient allant de pratiques inexistantes ou minimales, en passant par des pratiques intermédiaires, jusqu'à des pratiques proactives. Pour la majorité des employeurs, la main-d'oeuvre autochtone n'a pas encore été envisagée comme solution à la rareté. De plus, la plupart des entreprises sondées se situent dans les niveaux de maturité inférieurs. La taille de l'entreprise semble avoir un effet sur la maturité, mais ce sont les entreprises autochtones qui semblent avoir les meilleures pratiques de gestion des employées autochtones. Les collaborations et les partenariats influencent aussi positivement la maturité des entreprises en termes de gestion des employés autochtones. De manière générale, les employeurs ont besoin de formation et de soutien pour favoriser l'employabilité autochtone.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».