Conception révisée du développement de carrière au féminin
Bibliographic record
Abstract
Malgré la présence accrue et diversifiée des femmes sur le marché de l'emploi et les préoccupations professionnelles qu'elles manifestent, les services d'orientation et d'aide au cheminement de carrière leur offrent souvent des actions s'appuyant surtout sur des compréhensions masculines. Apparaît donc la nécessité d'élaborer des modèles théoriques et des programmes d'action correspondant aux besoins des femmes, aux enjeux réels auxquels elles doivent faire face et aux moyens qu'elles utilisent à cet égard. Cette priorité anime les recherches des auteures depuis plus de quinze ans et a mené à une conceptualisation s'articulant autour de trois éléments théoriques : la dimension relationnelle, la perspective globale de vie et la singularité des trajectoires. Dans cet article, les auteures présentent une synthèse des résultats sous deux volets : le premier, sur le plan fondamental, précise la nature et le rôle de la dimension relationnelle dans le développement de carrière des femmes; le second, sur le plan de la recherche appliquée, aborde la description et l'évaluation d'une action éducative en matière d'orientation, Devenir, axée sur ces fondements théoriques. Enfin, les limites et les contributions de ces travaux sont soulignées.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.005 | 0.005 |
| 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".