Le rôle des réseaux sociaux dans le processus d'insertion professionnelle des jeunes diplômés du secondaire professionnel et du collégial technique au Québec
Bibliographic record
Abstract
Le présent mémoire de maîtrise traite du rôle des réseaux sociaux dans le processus d'insertion professionnelle des jeunes diplômés du secondaire professionnel et du collégial technique au Québec. A partir de l'analyse d'une trentaine d'entrevues semi-dirigées que nous avons réalisées en 2006, nous montrons que, malgré la thèse voulant que le diplôme soit garant d'un emploi stable, le fait de recourir aux réseaux de relations pour accéder à un emploi ou à des informations sur les emplois est une pratique courante et efficace chez les jeunes diplômés même si de prime abord, les deux groupes étudiés ne sont pas ceux parmi lesquels les réseaux sociaux de relations sont les plus développés. Bien que le rôle des réseaux sociaux, personnels ou professionnels, varie selon les filières de formation et le sexe des répondants, il n'en demeure pas moins que le recours à de tels réseaux permet bien plus que de pallier aux problèmes liés à l'accès au marché du travail ; ce recours contribue fortement à la construction d'une carrière ascendante et renforce les perspectives d'avancement social et professionnel.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.017 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".