MétaCan
Menu
← Back to cohort
Record W606129675 · doi:10.71781/24496

Capital humain et différentiel de revenu chez les artistes canadiens

2014· dissertation· fr· W606129675 on OpenAlexaboutno aff
Laurence Derouin-Dubuc

Bibliographic record

VenueOpen MIND · 2014
Typedissertation
Languagefr
FieldSocial Sciences
TopicCultural Industries and Urban Development
Canadian institutionsnot available
Fundersnot available
KeywordsCapital (architecture)HumanitiesArtSociologyVisual arts

Abstract

fetched live from OpenAlex

L’essence de la théorie du capital humain (Becker, 1964) prédit que l’investissement dans les activités visant à renforcer le potentiel productif des individus se traduit par une augmentation de leurs revenus tout au long de leur carrière (Benjamin, Gunderson et Riddell, 2002 : 245). Pour le groupe occupationnel constitué par les artistes, la littérature s’accorde pourtant pour dire que l’investissement en capital humain demeure rentable financièrement, mais à un niveau sensiblement moindre que pour les autres professions (Snooks, 1983; Filer, 1990; Rengers, 2002; Alper et Wassall, 2006). Nous exposons les théories du capital humain, des différences de salaire compensatoires (Smith, 1776) ainsi que la théorie hédonique des salaires (Rosen, 1974; Rosen et Thaler, 1975) afin d’atteindre deux objectifs. Premièrement, nous cherchons à vérifier empiriquement l’impact de l’acquisition de capital humain sur le revenu d’emploi autonome des artistes canadiens . Dans une autre perspective, nous souhaitons également évaluer la nature et la taille du différentiel de revenu d’emploi par rapport aux autres professions et investiguer les facteurs sur lesquels il repose. Le projet comble un vide dans la littérature portant sur les déterminants du revenu d’emploi des artistes canadiens et permet de réfléchir à l’orientation des politiques publiques culturelles entourant la formation académique de ceux-ci. Nous employons une analyse de régression multivariée sur des variables de capital humain en ayant recours aux données du recensement canadien de 2006 . Plus précisément, nous tentons de mesurer la relation associative entre le revenu de travail autonome exprimé sous forme de logarithme du salaire hebdomaire des artistes canadiens et la scolarité, l’expérience de travail, le sexe, le statut marital légal, la profession/spécialité artistique (classification selon la CNP-S, en vigueur en 2006), le statut d’immigrant, le statut de minorité visible, le fait d’être le principal soutien de la famille ainsi que la zone de résidence. Les résultats nous apprennent que la scolarité demeure rentable financièrement pour la majorité des spécialités artistiques, mais que des profils de scolarité précis ont avantage à être privilégiés selon la spécialité artistique. L’expérience de travail s’avère quant à elle moins rentable au niveau de la rémunération que chez les autres professions, tout comme elle est moins avantageuse financière pour les artistes issus des arts performatifs chez qui la carrière se termine habituellement assez tôt. En ce qui concerne l’effet des variables sociodémographiques, soulignons seulement que le fait d’être de sexe masculin est associé à de plus hauts revenus chez les artistes, mais dans une proportion moindre que chez les autres professions. Quant aux effets des statuts d’immigrant et de minorité visible sur le revenu d’emploi, ceux-ci varient mais demeurent moins pénalisants chez les artistes, ce qui suggère que le marché du travail culturel serait moins discriminant que le marché du travail traditionnel.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.811
Threshold uncertainty score0.375

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.001
Science and technology studies0.0020.002
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.054
GPT teacher head0.326
Teacher spread0.272 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicCultural Industries and Urban Development→French-language works237,207→