Origine et sources de la surqualification dans la région de métropolitaine de Montréal [ressource électronique] : rapport de projet
Bibliographic record
Abstract
Quelles sont les origines et les sources de la surqualification des travailleurs issus du reseau scolaire quebecois oeuvrant dans la region metropolitaine de Montreal? Domaines de competence, secteurs industriels et programmes d'etude, Quels sont ceux a risque d'engendrer davantage ce phenomene de surqualification? L'etude du CIRANO vise a identifier les principaux « foyers » de la surqualification et tente d'en degager les causes principales. Les auteurs ont donc formule des recommandations de politiques publiques en vue d'ameliorer l'utilisation des competences existantes et/ou d'ajuster l'appareil de formation afin de l'arrimer aux besoins du marche du travail. Dans la grande region de Montreal, 31,5 % des travailleurs etaient surqualifies par rapport a leur emploi en 2006. Ce pourcentage n'est que legerement superieur a celui de Toronto (29,2 %) et de Vancouver (29,3 %). La nature des politiques a adopter face a la realite de la surqualification fera certainement l'objet d'un debat. En effet, on pourrait aligner le systeme educatif et de formation sur les besoins du marche du travail, ce qui signifie que l'on doit limiter l'acces a certains types de formations et favoriser l'acces aux formations en demande. On pourrait aussi favoriser un systeme qui respecte le principe de la souverainete de l'individu. Ce principe soutient que les individus sont le meilleur juge de leurs propres besoins et desirs, et de ce qui est dans leur propre interet. Le systeme de formation devra donc leur permettre de realiser leurs choix educatifs peu importe que ces choix s'arriment ou non aux besoins du marche du travail. Dans la realite, il s'agit de trouver un equilibre entre ces deux perspectives en permettant aux individus d'acquerir les competences demandees par le marche, tout en accompagnant les jeunes dans leurs choix educatifs.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".