Labour Market Landscape for Economics Graduates in Canada
Bibliographic record
Abstract
Cette étude examine les demandes et les compétences requises sur le marché du travail canadien pour les diplômés en économie, en utilisant des techniques de scraping Web et de traitement du langage naturel (TLN). Les principaux pôles régionaux identifiés sont l'Ontario (Toronto), le Québec (Montréal) et l'Alberta (Calgary). La suite Microsoft Office, en particulier Microsoft Excel, est l'exigence logicielle la plus répandue. Au-delà des logiciels, les diplômés en économie doivent posséder un large éventail de compétences techniques, notamment la gestion des données, la modélisation avancée, la programmation (Python, SQL) et la présentation/documentation (PowerPoint, rédaction de rapports). Les compétences générales telles que la communication, le travail d’équipe et les compétences analytiques sont également très recherchées, soulignant l'importance de la collaboration et de la résolution de problèmes sur le terrain. Ces résultats soulignent la nécessité pour les diplômés en économie d'adapter le développement de leurs compétences aux besoins régionaux. Dans l'ensemble, cette étude fournit des informations exploitables aux parties prenantes, y compris les éducateurs et les décideurs politiques, pour aligner les programmes éducatifs et les stratégies de développement de la main-d’œuvre sur l’évolution des demandes du marché du travail canadien.
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 | 0.003 | 0.009 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.028 | 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".