L'évolution du rendement de l.éducation des femmes et des hommes au Canada entre 1980 et 2005
Bibliographic record
Abstract
Ce mémoire s’intéresse à l’évolution du rendement des divers diplômes d’études au Canada entre 1980 et 2005. Un objectif est de savoir si l’obtention d’un diplôme plus élevé est un facteur d’augmentation des inégalités. Nous constaterons que les écarts salariaux entre les niveaux d’éducation sont plus élevés chez les femmes que chez les hommes. La mentalité des Canadiens face à l’éducation a beaucoup changé à travers le temps et les barèmes sociaux ont beaucoup évolué. En effet, les emplois où l’on ne demandait pas de formation en 1981 ont des exigences plus élevées en matière d’éducation en 2006 et les individus accordent beaucoup plus d’importance à l’acquisition d’une formation pour faciliter leur adhésion au marché du travail. De ce fait, nous constatons que les rendements de l’éducation ont augmenté durant la période étudiée, mais cette augmentation reste assez faible. Cette faible augmentation peut s’expliquer par des facteurs tels que les nouveaux barèmes sociaux et le fait que les diplômes sont plutôt devenus des signaux envoyés aux employeurs pour leur montrer les capacités intellectuelles des futurs employés.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".