Emplois verts et politiques d’insertion des jeunes au Canada : source d’espoir ou d’inégalités sociales ?
Bibliographic record
Abstract
Cet article présente les multiples controverses autour des liens entre l’économie et l’environnement, à partir du cas des principaux programmes menés par le Canada en matière d’insertion professionnelle des jeunes en lien avec les emplois verts. Il a pour objectif de décrire les actions de l'État visant la promotion et la régulation de ces emplois en ce qui concerne la jeunesse, celle-ci étant considérée comme une cible stratégique tant des débats que des politiques publiques. De plus, il analyse les significations diverses qui entourent la notion d’emploi vert, de transition écologique et de jeunesse y sont associées. Les résultats sont issus d’une analyse documentaire des rapports et des sites Web de deux programmes ministériels et de ceux des organisations tierces responsables de la mise en œuvre de ces actions. Les résultats soulignent : les caractéristiques des approches surplombant la transition écologique, plus restreinte à niveau de la planification fédérale, mais élargie par la mise en œuvre des dispositifs ; la polysémie et la diversité de postes faisant partie des emplois verts dans ces politiques; ainsi que les inégalités traversant l’accès à ces emplois au niveau des bénéficiaires jeunes. La conclusion discute et met en relief la viabilité d’une transition qui soit à la fois écologique et équitable.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.017 | 0.011 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".