Adéquation entre l'offre et la demande de main-d'oeuvre qualifiée : le cas du Saguenay.
Bibliographic record
Abstract
C’est bien connu, les régions périphériques du Québec vivent depuis quelques décennies d’importantes difficultés de développement. Puisque nous évoluons dans un contexte d’économie du savoir, l’éducation et la formation sont une avenue intéressante pour qui souhaite développer son territoire. Sachant également que les petites et moyennes entreprises (PME) sont devenues, aux dépends des grandes firmes, les moteurs de l’économie du Québec, il est intéressant, dans une perspective de développement, de tenter de voir comment les deux, l’éducation et les PME, s’arriment pour assurer un cadre dynamique d’emplois en régions périphériques. Dans ce mémoire, nous tenterons d’évaluer le niveau d’adéquation entre l’offre et la demande de main-d’oeuvre qualifiée dans une région périphérique du Québec : le Saguenay. Ici, l’offre de main-d’oeuvre qualifiée émane des institutions d’enseignement post-secondaire (IEPS) locales et la demande provient des entreprises du même territoire. Afin de déterminer si les IEPS locales répondent adéquatement aux besoins en main-d’oeuvre qualifiée des PME de la région, nous avons procédé à des entretiens semi-dirigés avec les principaux concernés, c’est-à-dire les entrepreneurs ainsi que les représentants des collèges et de l’université de la région. Pour des raisons de faisabilité, nous avons limité notre étude à trois secteurs d’activités économiques : l’agroalimentaire, la fabrication de produits métalliques et les services scientifiques et de génie-conseil. Des entretiens avec des intervenants socio-économiques régionaux ont également été réalisés afin d’obtenir un point de vue davantage global sur la question. Il est important de noter que, de par son ampleur limitée, cette évaluation se veut exploratoire et ne permettra pas d’obtenir des résultats d’une certitude absolue. \nLes résultats de notre étude tendent à démontrer que pour les secteurs d’activités économiques pris en compte, les institutions d’enseignement supérieur semblent répondre aux besoins des entreprises en terme de main-d’oeuvre qualifiée et ce, tant en terme de nombre de finissants qu’en terme de qualité de la formation. Ainsi, les difficultés de recrutement vécues par les entreprises interrogées n’émaneraient pas principalement d’une mauvaise adéquation entre l’offre et la demande de main-d’oeuvre qualifiée mais de causes diversifiées que nous avons tâché d’explorer à l’aide des propos obtenus lors de nos différents entretiens.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".