CETA et mobilité de la main-d’oeuvre hautement qualifiée : une réelle innovation dans la gestion migratoire transatlantique?
Bibliographic record
Abstract
Le XXI e siècle a été témoin d’une accélération de la mobilité des travailleurs temporaires hautement qualifiés de par l’abolition de toute une série d’entraves au commerce international, dont les accords de libre-échange se veulent les garants. Le commerce et la gestion migratoire sont guidés par des logiques d’action différentes. Il importe d’évaluer si le législateur, tant canadien qu’européen, a veillé à atteindre un équilibre entre ces deux domaines de plus en plus connectés dans les législations en vigueur de part et d’autre de l’Atlantique. Signé en octobre 2016 entre le Canada, l’Union européenne et ses États membres, l’Accord économique et commercial global, plus connu sous son acronyme anglais CETA, fait son entrée dans la gamme des instruments de gestion migratoire. L’hypothèse de recherche consiste à déterminer si le chapitre 10 du CETA, reprenant les dispositions concernant l’admission temporaire de certains travailleurs, s’inscrit dans une volonté de changement global des politiques migratoires et dans une nouvelle perception de ces dernières. Peut-on utiliser le terme d’innovation à tous les niveaux ? Si, sur le plan économique, le pari semble tenu, le CETA s’insérant dans la lignée des accords antérieurs de libre-échange, le bilan semble plus mitigé lorsque le travailleur hautement qualifié n’est plus uniquement considéré comme l’équivalent d’un bien ou d’un service. L’analyse approfondie des dispositions du chapitre 10 démontre qu’il n’existe pas de réponse innovante, apportée par le CETA, en ce qui concerne la gestion de la fuite des cerveaux. Cette dernière problématique serait en effet régulée si les questions de la libre circulation des travailleurs, de l’accès à la résidence permanente, du regroupement familial ou encore des droits de ces travailleurs avaient fait l’objet d’une attention particulière lors de l’adoption de ce nouvel accord. Force est de constater qu’elles demeurent les grandes oubliées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".