Les conditions d'insertion professionnelle des jeunes diplômés en éducation selon le type de région du Québec
Bibliographic record
Abstract
Le marché du travail s'est modifié au cours des dernières années ce qui affecte grandement les conditions d'insertion professionnelle des diplômés en éducation. Les emplois permanents à temps plein sont de plus en plus rares pour laisser place aux postes non permanents, à temps partiel et d'appoint. Malgré des conditions de plus en plus précaires, on remarque une satisfaction élevée chez les diplômés en éducation, mais aussi chez les diplômés des autres domaines universitaires, de leur situation sur le marché du travail. Les conditions d'insertion professionnelle des enseignants sont étudiées au regard des trois types de région du Québec afin d'en faire ressortir les similitudes et les différences. Les résultats de cette recherche, issus d'une analyse secondaire de données portant sur plus de 300 enseignants au Québec, laissent entrevoir que la structuration du marché de l'emploi en espaces professionnels influence les conditions d'insertion professionnelle selon les régions. De plus, le discours véhiculé au sein de ces espaces professionnels oriente les diplômés à prendre sur leurs épaules le poids de leur insertion sans tenir compte de l'ouverture du marché de l'emploi.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".