Training and Skills Development Policy Options for the Changing World of Work
Notice bibliographique
Résumé
The literature on the changing world of work in the age of disruptive technologies is growing, demonstrating both the interest in and urgency of the issue. Drawing on an in-depth literature review, this article offers a critical assessment of the current state of empirical knowledge about what labour market training after disruption might look like. We also present results of a jurisdictional scan of current labour market training programs in Canada. We then examine the extent to which current policy practices regarding education and training are informed by existing research. We find that the “futurist” work has offered some predictions about expected macro changes in the workforce, including polarization of jobs, job destruction, and the scope and depth of disruption in both the global North and global South. Other research provides some insights into promising programs and policies. However, empirical analyses of these programs - with attention to the changing landscape of work - is limited. In addition, little is known empirically about the track record of success of current education, training, and social programs to adapt to and respond to the new world of work. Finally, alignment between the limited existing empirical research and programs that are currently being delivered to address the changing nature of work is tenuous at best. Thus, policy makers need to redouble efforts to invest in research as to who works and what works in this new technological era in order to respond effectively to anticipated labour force disruptions.
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 | 0,005 | 0,010 |
| 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 | 0,005 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,003 |
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 ».