Bibliographic record
Abstract
Le phénomène du vieillissement de la population entraîne des risques importants de pénuries de main-d’œuvre, mais aussi des problèmes de financement de l’État. Si rien n’est fait pour accroître la participation des travailleurs vieillissants, particulièrement au Québec où la population vieillit rapidement par rapport au reste de l’Occident et où plusieurs prennent des retraites hâtives, il pourrait y avoir des effets sur le niveau de vie. C’est à cette problématique de l’emploi et de la retraite que s’intéressent les auteurs. L’ouvrage dresse les tendances actuelles de l’emploi de même que les aspirations de fin de carrière et de retraite des travailleurs. Il propose également des solutions pour maintenir les travailleurs âgés en emploi plus longtemps, entre autres en invitant les entreprises à adopter des mesures innovatrices, dont le télétravail. Un portrait des différents programmes et politiques de fin de carrière de nombreux pays, dont le Japon, les États-Unis, la Finlande, la Suède et la France, est également présenté. Pour transformer la situation de l’emploi, il ne s’agit pas d’imposer la prolongation d’activité à tous, car les situations personnelles (santé, famille, etc.) varient. Il faudrait des mesures organisationnelles plus flexibles, sans doute une réorganisation du travail et des temps de travail dans l’entreprise. L’ouvrage invite le lecteur à réfléchir en ce sens, en se concentrant sur le moment de prise de la retraite et la fin de vie active.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".