Les politiques du marché du travail face à la crise économique
Bibliographic record
Abstract
L'évolution des inégalités, au détriment de la main d'oeuvre non qualifiée, des jeunes de moins de 25 ans et des mères célibataires, est certainement l'une des tendances les plus préoccupantes des grandes économies occidentales qui doivent composer avec les conséquences budgétaires et financières d'une crise économique (ou récession pour certains pays). Pour absorber la dette publique, plusieurs pays se sont engagés dans un processus de réformes visant à réduire les dépenses publiques. Dans ce contexte de rigueur ou d'austérité budgétaire, il est important d'analyser et de comprendre l'impact d'une telle situation sur le marché du travail. En d'autres termes, en pleine crise économique, nous nous intéresserons à la thématique suivante: les différents pays, dont l'histoire et les usages ont façonné des marchés du travail différents et plus ou moins flexibles (dont le Canada ou les USA appartiennent à l'extrémité la plus flexible et la France à celle la plus rigide) sont-ils contraints par la crise de faire des aménagements idéologiques et de modifier en substance leurs conceptions des politiques de l'emploi ? Qu'il s'agisse de salaire minimum ou d'autres outils de régulation du marché du travail, tous les pays occidentaux font face à un dilemme ou à un arbitrage imposé par la crise.
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 | 0.003 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".