MétaCan
Menu
Back to cohort
Record W1486381155 · doi:10.4000/rsa.723

Intensité du travail salarié et abandon des études universitaires au Canada

2011· article· fr· W1486381155 on OpenAlexaboutno aff
Stéphane Moulin, Pierre Doray, Constanza Street, Benoı̂t Laplante, Canisius Kamanzi

Bibliographic record

VenueRecherches sociologiques et anthropologiques · 2011
Typearticle
Languagefr
FieldHealth Professions
TopicEmployment and Welfare Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Dans de nombreux pays, les élèves et les étudiants ont augmenté le temps consacré au travail rémunéré durant leurs études. Ils ne travaillent plus uniquement l’été, au moment des vacances, mais aussi pendant l’année scolaire. Les recher­ches portant sur l’effet du travail salarié sur les parcours scolaires tendent à montrer qu’il existe une relation convexe entre l’intensité du travail salarié et les départs sans diplôme du système scolaire : les taux d’abandon semblent plus élevés pour les étudiants qui ne travaillent pas et pour ceux qui travaillent plus de 25 heures. Cependant, le caractère transversal des données utilisées fait qu’elles ne permettent pas de saisir l’effet causal de la variation du temps de travail sur la poursuite des études. Dans cet article, nous utilisons une méthodologie quantitative longitudinale pour examiner les effets de l’intensité du travail rémunéré sur la persévérance dans le premier programme universitaire suivi au Canada. Les résultats montrent qu’il y a bien une relation causale entre le fait de travailler plus de 25 heures et l’abandon, mais qu’elle est seulement observée pour les hommes, et que cet effet n’est significatif qu’au début du program­me. Par ailleurs, l’association avec le fait de ne pas travailler semble s’inter­préter davantage comme un effet de sélection.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.005
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies, Research integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.158
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0080.005
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0020.008
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0030.004
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.244
GPT teacher head0.419
Teacher spread0.175 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations5
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueRecherches sociologiques et anthropologiquesSame topicEmployment and Welfare StudiesFrench-language works237,207