Travail pendant les études, performance scolaire et abandon
Bibliographic record
Abstract
La détérioration des conditions salariales des travailleurs non qualifiés sur le marché du travail canadien a fait l’objet d’une grande attention au cours de ces dernières années. En plus d’être soumise à des condtions salariales peu enviables, cette catégorie de travailleurs est également confrontée à un ratio emploi/population singulièrement bas et un taux de chômage qui se maintient à des niveaux souvent élevés. La première source de la non qualification des jeunes travailleurs étant l’abandon des études secondaires (au Canada, le taux d’abandon scolaire au secondaire se situait à 18% en 1991), toute politique susceptible de réduire les taux d’abandon représenteraa un moyen efficace d’améliorer la situation des jeunes sur le marché du travail. Différentes formes d’intervention peuvent être envisagées afin de renverser cette tendance. Certaines de ces mesures visent à limiter le travail exercé par les jeunes pendant leurs études, car l’opinion commune veut qu’il existe un lien de cause à effet entre travail et abandon scolaire. La dimension nationale et temporelle de l’enquête rétrospective retenue dans cette étude sur les sortants de l’école secondaire au Canada nous a permis de disposer d’une expérience naturelle pour comprendre le rôle des variables macro-économiques et des institutions sur les déterminants de l’abandon des études secondaires et sur le travail pendant les études. Sur la base des données de cette enquête, nous avons défini un modèle économétrique visant à expliquer à la fois les déterminants de la performance scolaire, de l’abandon scolaire au secondaire et ceux du travail pendant la dernière année d’étude au secondaire. Les déterminants retenus portent sur les caractéristiques personnelles (sexe, travail pendant les études, etc.) et socioéconomiques (situation familiale, éducation des parents, école privée ou publique, etc.) des répondants et sur des caractéristiques instituionnelles ou macroéconomiques comme variables d’environnement (âge légal d’abandon, taux de chômage, salaire minimum, etc.). Notre recherche identifie plusieurs politiques que les gouvernements pourraient mettre de l’avant pour réduire l’abandon scolaire.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".