Migration et emploi urbain : le cas de Ouagadougou au Burkina Faso
Bibliographic record
Abstract
L’objectif de la présente étude est d’examiner le lien entre migration et emploi dans un contexte urbain, celui de Ouagadougou la capitale du Burkina Faso. Nous privilégions ici l’accès au premier emploi rémunéré car il représente une étape cruciale dans le cheminement professionnel et constitue un indicateur-clé de la possibilité de se soustraire à la pauvreté. En corollaire, un accès tardif à un premier emploi rémunéré pourrait être source de pauvreté. A partir des données de l’enquête nationale, sur « dynamique migratoire, insertion urbaine et environnement au Burkina Faso », menée en 2000, deux outils essentiels de l’analyse des biographies, les courbes de survie de Kaplan-Meier et les régressions semi-paramétriques à risques proportionnels, sont utilisés pour évaluer le temps nécessaire pour obtenir un premier emploi ou pour mieux comprendre ce qui mène au premier emploi rémunéré. Les caractéristiques individuelles (sexe, niveau d’instruction), et les informations recueillie sur l’origine familiale (l’activité du père et de la mère), et l’ethnie sont utilisées comme variables de contrôle. Les analyses présentées suggèrent que le rôle de la migration sur l’accès à un premier l’emploi joue très peu pour les femmes alors que les migrants semblent avoir un avantage net sur les non migrants. L’origine sociale semble avoir peu d’impact sur l’accès au premier emploi mais la crise économique et/ou et la mise en œuvre des programmes d’ajustement structurel font que la pauvreté touche plus les jeunes générations qui semblent accéder plus tardivement à un premier emploi rémunéré.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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.
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".