Dynamique et structure du marché de l’emploi universitaire québécois dans les disciplines des sciences sociales, 1900-2020
Bibliographic record
Abstract
Cet article analyse les embauches des professeurs d’université dans le champ des sciences sociales au Québec (principalement en sociologie, science politique, économie, géographie, anthropologie, communication, psychologie/psychoéducation et travail social) entre 1900 et 2020. Nous montrons que la langue d’enseignement (français ou anglais), la position géographique (métropoles ou régions) de l’université d’embauche et le prestige perçu des universités d’obtention du doctorat et d’embauche constituent autant de facteurs contribuant à la structuration du marché de l’emploi universitaire québécois en sciences sociales. Nous mettons au jour un mouvement historique de « québécisation » des embauches, analogue au mouvement de « canadianisation » observé dans le reste du Canada, qui a débuté à la fin des années 1960, atteint son apogée à la fin des années 1990, et connu ensuite un recul au tournant du 21 e siècle dans le contexte des discours sur l’internationalisation des universités. Nous montrons finalement l’existence d’une féminisation des corps professoraux qui, pour être différenciée selon les disciplines, est continuelle depuis la fin des années 1960.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".