Schématisation des trajectoires scolaires des jeunes
Bibliographic record
Abstract
Ce texte présente quelques résultats issus des travaux de l’Observatoire de l’insertion sociale et professionnelle des jeunes de la Mauricie (dans la province de Québec), travaux qui visent le suivi des trajectoires scolaires des jeunes de la région dès l’entrée à la maternelle. Trois cohortes d’élèves, soit celles ayant débuté la maternelle en 1983, en 1988 et en 1992, ont été suivies jusqu’en 2004 ou jusqu’à ce que les élèves n’apparaissent plus dans les registres du ministère de l’Éducation, du Loisir et du Sport. Cette étude montre que moins de 55 % des jeunes réussissent à obtenir un diplôme d’études secondaires dans le temps prescrit. De plus, c’est entre 28 % et 38% des élèves de chaque cohorte qui sont identifiés EHDAA au moins une fois au cours de leur parcours scolaire. Ces derniers sont peu nombreux à obtenir un diplôme et à poursuivre des études postsecondaires. Il apparaît donc urgent de porter un regard critique sur la situation actuelle des jeunes de cette région administrative. Ce regard pourrait aussi contribuer à la réflexion sur cette même question dans d’autres régions ou d’autres provinces où la diplomation scolaire, selon un parcours normatif, représente un défi pour une proportion importante de jeunes.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.003 |
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".