Bibliographic record
Abstract
L'auteur mobilise les fichiers publics de microdonnées de l'Enquête sur la population active (EPA) pour établir les taux de transition de la main-d'œuvre au Canada entre l'emploi, le chômage et l'inactivité. Son approche consiste à estimer et à appliquer un facteur d’échelle proposé dans des études antérieures pour mesurer l'intensité relative de la recherche d'emploi à partir de l'inactivité ou du chômage. La structure qu'offre ce facteur s'avère suffisante pour éviter de partitioner de manière arbitraire les sorties du chômage entre entrées dans l'emploi et entrée dans l'inactivité. De plus, le facteur de recherche d'emploi estimé par l'auteur s'insère facilement dans une série de calculs simples appliqués aux fichiers publics de l'EPA pour évaluer la situation sur le marché du travail en temps quasi réel au Canada. Une analyse de la dynamique récente des flux de main-d'œuvre illustre le caractère pratique de l'approche ainsi proposée. Cette analyse montre notamment que les taux de transition a) de l'emploi vers le chômage ont reculé au fil du temps, b) du chômage vers l'emploi étaient inhabituellement élevés pendant la pandémie et c) que ces taux de transition comportent des différences régionales.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.011 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".