Capital, ressource ou problème ? L’âge de la jeunesse dans les politiques d’emploi au Canada, au Québec et en France
Bibliographic record
Abstract
Malgré son apparente neutralité chronologique, l’âge reste une construction sociale et étatique. L’usage de l’âge dans l’action publique ne peut pas se réduire à une simple mesure démographique ou budgétaire. En effet, à travers ses mesures et ses classements, l’âge bâtit des représentations sociales dans les catégories de la population et dans les normes liées aux stades de la vie. Cet article compare la manière dont les politiques d’emploi jeunesse menées pendant une quinzaine d’années dans différents contextes font émerger des représentations spécifiques de l’âge de la jeunesse, de son rôle sur le marché du travail ou dans l’économie et de la fonction de l’aide publique à son égard. Les résultats permettent d’identifier différentes logiques de régulation de l’âge de la jeunesse au sein des programmes visant soit à former et à qualifier la jeunesse en tant que capital pour l’économie, soit à activer individuellement la jeunesse en tant que ressource sociale, soit, enfin, à insérer les jeunes pour résoudre leurs difficultés, considérées comme un problème présent pour le marché du travail. Les résultats sont issus d’une analyse documentaire (descriptive et sémantique) de plus de 80 politiques et programmes d’emploi jeunesse au Canada, au Québec et en France. Cette analyse est complétée par l’analyse interprétative d’entretiens semi-directifs avec des coordonnateurs des principales politiques dans chaque contexte. Une approche cognitive est mobilisée pour l’étude des politiques d’emploi jeunesse, souvent analysées uniquement à partir de descriptions de programmes ou de conditions socioéconomiques.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".