Bibliographic record
Abstract
La population du Canada vieillit depuis plusieurs dA©cennies. En 1976, l’A¢ge moyen des hommes n’A©tait que de 27,2 ans, alors qu’il atteint 39,4 ans en 2013. La tendance reflA¨te A la fois une augmentation de l’espA©rance de vie des Canadiens A leur naissance, mais aussi l’impact du vieillissement de la gA©nA©ration du baby-boom. Alors que la jeunesse tend en gA©nA©ral A connaA®tre un taux de chA´mage plus A©levA© que les travailleurs plus A¢gA©s, la rA©alitA©, suite A la rA©cession, d’une main-d’A“uvre encore dominA©e par les baby-boomeurs, certains d’entre eux ayant retardA© l’A¢ge de leur retraite en raison de conditions A©conomiques incertaines dues A la rA©cession la plus rA©cente, a suscitA© l’inquiA©tude que les travailleurs plus A¢gA©s occupaient des emplois qui pourraient Aatre tenus par des jeunes. Alors que certains pays ont essayA© de contrer ce souci par des initiatives politiques encourageant les travailleurs A prendre une retraite anticipA©e (tel que le Plan d’abandon d’emploi en vigueur dans les annA©es 1970 et 1980 au Royaume-Uni), de telles propositions sont souvent critiquA©es du fait de leur manque de fondement thA©orique, A©tant donnA© que les travailleurs plus A¢gA©s et plus jeunes peuvent rarement se remplacer parfaitement. Une A©tude intitulA©e « Le vieillissement de la main-d'A“uvre et les perspectives d'emploi de la jeunesse : la situation au Canada » (Rapport de recherche du RCCMTC no 139) par les membres affiliA©es du RCCMTC Sundip Dhanjal et Tammy Schirle (toutes deux de l’UniversitA© Wilfrid Laurier) A©value les effets du vieillissement de la main-d’A“uvre sur le chA´mage des jeunes, sur les salaires et sur les effectifs scolaires. Aucune donnA©e ne semble indiquer que les rA©sultats de la jeunesse sur le marchA© du travail seraient meilleurs si moins de travailleurs plus A¢gA©s A©taient encore en activitA©; au contraire, des preuves semblent indiquer qu’une population vieillissante a un effet positif sur les perspectives d’emploi des jeunes. Alors que les tueries dans les A©coles secondaires ne constituent qu’un trA¨s petit pourcentage des meurtres d’adolescents, leur impact nA©gatif sur la conscience des A©lA¨ves peut Aatre destructeur et durable. Les incidents trA¨s violents peuvent distraire des A©tudes, et la peur et la perception d’un environnement dangereux peuvent gAaner les A©lA¨ves dans leur ouverture A de nouvelles opportunitA©s essentielles pour leur formation, ou mAame, de faA§on plus problA©matique, leur faire A©viter d’aller A l’A©cole. Les incidents violents peuvent affecter l’attribution du temps d’enseignement. Ces facteurs peuvent influer sur le rendement cognitif et le comportement des A©lA¨ves. Outre le trauma A©motionnel et psychologique infligA© par les tueries dans les A©coles, quels effets ont ces A©vA©nements sur le rendement scolaire de ceux qui en survivent et retournent A l’A©cole ? Une A©tude du RCCMTC intitulA©e « Les effets des tueries dans les A©coles secondaires sur les A©coles et les performances des A©lA¨ves » (Rapport de recherche du RCCMTC no 136) par Louis-Philippe BA©land (UniversitA© de l’A‰tat de Louisiane) et Dongwoo Kim (UniversitA© de l’Illinois A Urbana-Champaign) indique que les tueries dans les A©coles ont grandement diminuA© les inscriptions d'A©lA¨ves en 9e annA©e (annA©e d'admission A l'A©cole secondaire) et les rA©sultats scolaires en mathA©matiques et en anglais.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.001 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.147 | 0.036 |
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".