La parole aux jeunes filles acadiennes et francophones concernant leurs choix professionnels
Bibliographic record
Abstract
Un examen attentif de la situation des femmes sur le marché du travail révèle qu’elles se retrouvent toujours majoritairement dans les catégories d’emplois traditionnellement considérés comme féminins. Très peu d’entre elles optent pour des carrières dans des domaines scientifiques, technologiques ou en ingénierie. Pourtant, les besoins en ressources humaines de l’économie renouvelée souvent appelée « la nouvelle économie » sont énormes. On y recherche des compétences en sciences, en mathématiques, en technologies et en ingénierie, alors que les filles et les femmes qu’on y retrouve occupent des emplois précaires et mal payés par exemple, les emplois des centres d’appels. Quels sont les choix de carrières des filles inscrites au secondaire dans les écoles francophones du Nouveau-Brunswick en 2004? Comment arrivent-t-elles à effectuer leurs choix et pourquoi? L’article présente quelques résultats d’une étude menée auprès d’étudiantes de 12e année au Nouveau-Brunswick dans le but de mieux comprendre le processus de la prise de décision en ce qui a trait à leurs choix d’études et de carrières.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".