Polarisation du marché du travail, structure industrielle et croissance économique
Bibliographic record
Abstract
L’objectif de la présente recherche est de vérifier dans quelle mesure le phénomène de polarisation des salaires, par lequel les salaires des hauts et des bas salariés augmen-tent plus vite que les salaires au milieu de la distribution, peut être observé au Québec. Nous trouvons qu’effectivement, au moins à partir de 1995, la distribution des salaires québécois montre une tendance très nette vers la polarisation. Cette polarisation était plus marquée pour la période 1995-2000 et semble diminuer en intensité par la suite. Nous poursuivons en estimant les effets de cette polarisation des salaires sur la structure industrielle de l’économie. Nous montrons que cette polarisation semble s’être pro-duite en même temps que des changements industriels pendant lesquels les parts des emplois allant à l’industrie des Communications et autres services, ainsi que celle des Soins et services de santé ont augmenté continuellement entre 1990 et 2010. L’industrie manufacturière est perdante sur toute la période, avec une accélération des pertes entre 2000 et 2010. Finalement nous discutons de l’impact de la polarisation du marché de l’emploi sur la croissance économique. Nous concluons alors que ce phénomène de polarisation ne vient diminuer en rien le rôle primordial de l’éducation (et des politiques publiques qui appuient ce secteur) pour soutenir la croissance économique.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".