Anordissement, autochtonisation et rétention du personnel extrarégional de l'éducation, de la santé et des services sociaux au sein des communautés innues et naskapie de la Côte‐Nord (Québec)
Bibliographic record
Abstract
Résumé La pénurie de main‐d'œuvre au sein de la fonction publique dans les communautés autochtones du Nord pose un double problème, celui d'engager sur‐le‐champ des professionnel·le·s, souvent des allochtones en provenance du Sud, et de s'assurer que leur intégration outrepasse les fondements du racisme systémique. Cet article se penche sur les mécanismes existants entourant un meilleur espace de rencontre entre les allochtones du Sud et les milieux de travail et les communautés innues et naskapie de la Côte‐Nord, au Québec. Des entrevues ont été menées auprès d'acteurs et d'actrices clés des secteurs de l'éducation, de la santé et des services sociaux afin de mettre en lumière les dynamiques de sensibilisation, de formation, d'intégration et de rétention existantes auprès des individus, des milieux de travail, des communautés, au sein du territoire environnant ainsi que de la région nord‐côtière. Les résultats soulèvent l'importance des processus d'anordissement et d'autochtonisation comme moyens d'amélioration de l'espace de rencontre en milieu professionnel autochtone.
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 | 0.003 |
| 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 | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| 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".