Intégration dans l’emploi des étudiants ayant des incapacités, diplômés de l’Université Laval (Québec) entre 2007 et 20151
Bibliographic record
Abstract
L’objectif de cette enquête est d’explorer le statut d’emploi et les caractéristiques d’intégration dans l’emploi des étudiants ayant des incapacités et ayant obtenu un diplôme de l’Université Laval. L’enquête cible tous les diplômés ayant au moins une incapacité et ayant été soutenus par le Centre d’aide aux étudiants entre 2007 et 2015. Les répondants (n=78) ont été rejoints au moyen d’un sondage en ligne auto-administré. Les résultats obtenus indiquent qu’une majorité de diplômés (62,8 %) accèdent à l’emploi et que leur intégration s’effectue généralement sans difficulté (75,5 %), et ce, avec une aide à la recherche d’emploi peu sollicitée (9,6 %). Les emplois obtenus sont de bonne qualité et en lien avec la formation (75,5 %). Nos résultats suggèrent que les stages contribuent à une meilleure intégration. Ils suggèrent également que le besoin d’accommodement pour les étudiants ayant des incapacités lors du cheminement universitaire s’expliquerait davantage par les contraintes qui s’appliquent aux modalités d’enseignement et d’évaluation. L’absence de ces contraintes une fois en emploi permettrait à ces mêmes étudiants de performer dans l’emploi sans accommodement ou presque.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".