Quel sens donner à la sécurisation culturelle pour la main-d’œuvre autochtone? Le contexte du secteur forestier québécois
Bibliographic record
Abstract
L'emploi peut permettre aux Premières Nations d'augmenter leurs conditions socio-économiques et de favoriser le bien-être individuel comme collectif. En parallèle, la rareté de main-d’œuvre dans le secteur forestier canadien est croissante. Pour y répondre, il importe de considérer les difficultés d'attraction et de rétention des Premières Nations aux emplois de ce secteur, ce qui est également le sens des efforts déployés par de nombreuses Premières Nations au Québec, ainsi qu'ailleurs au Canada. Cette recherche qualitative par étude de cas s'inscrit dans la continuité des initiatives de la Première Nation des Atikamekw de Wemotaci. Elle a pour objectif de mieux comprendre les enjeux et pistes de solutions à l'attraction et la rétention de la main-d’œuvre Atikamekw dans le secteur forestier. Les résultats montrent cinq groupes d'enjeux : ( i) la perception du lien hiérarchique, ( ii) des méthodes de formation inadéquates, ( iii) la nature individuelle du travail, ( iv) l'inclusion des pratiques culturelles et ( v) la génération de retombées communautaires. Pour les acteurs du domaine forestier souhaitant favoriser l'attraction et la rétention des employés des Premières Nations, cette recherche invite à réfléchir sur leurs pratiques. Les résultats suggèrent diverses avenues pour débuter ou poursuivre une démarche de sécurisation culturelle avec les travailleurs des Premières Nations.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.018 | 0.013 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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 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".