Planifier la relève dans un contexte de vieillissement de la main-d'œuvre
Bibliographic record
Abstract
Résumé Le vieillissement de la population canadienne et de celle de la plupart des pays industrialisés est un phénomène largement admis. Il influe sur la planification de la relève dans les organisations, qui doivent remédier aux pénuries de main-d’œuvre et assurer le remplacement des ressources humaines. En fin de carrière, les travailleurs peuvent se prévaloir des programmes de retraite anticipée, choisir de travailler plus longtemps ou opter pour une retraite progressive. Les défis liés à la relève sont de taille, puisque la prévision des besoins de main-d’œuvre s’avère un processus complexe qui doit composer avec des préférences individuelles, des contextes économiques et des politiques publiques. Cet article tente de préciser les stratégies et les actions organisationnelles qui permettraient un meilleur arrimage entre les besoins organisationnels et ceux des individus à l’approche de la retraite. Dans ce but sont examinés les attitudes des travailleurs, les nouvelles tendances des politiques publiques en matière de retraite et les défis organisationnels face au vieillissement de la main-d’œuvre.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| 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".