Attitudes et comportements des employeurs à l’égard de la main-d’oeuvre autochtone dans le secteur des pêches.
Bibliographic record
Abstract
Au Québec, le secteur des pêches commerciales fait face à des problèmes de rareté de main-d'oeuvre, dans un contexte où les régions maritimes connaissent un déclin démographique important. Face à ce constat, les communautés autochtones côtières apparaissent comme un bassin de main d'oeuvre potentiel pour ce secteur, en raison de la croissance démographique qu'elles connaissent, de la jeunesse de leurs populations et du taux de chômage élevé qui y est observé. \n\nLe présent rapport vise à mieux faire comprendre les attitudes et les comportements des employeurs dans le secteur des pêches commerciales, notamment en ce qui a trait aux pratiques d'attraction, de mobilisation et de rétention de la main-d'oeuvre autochtone. Ce secteur d'activités constitue aujourd'hui un pôle de développement socioéconomique important pour les communautés autochtones du Québec maritime, puisque ce sont les conseils de bande autochtones qui gèrent les entreprises de pêche et font travailler la main-d'oeuvre issue des communautés. Depuis le début des années 2000, suite à l'attribution de permis et de quotas de pêches par le gouvernement fédéral, le contrôle des entreprises de pêches par les conseils de bande découle d'une volonté politique des gouvernements autochtones locaux d'utiliser le secteur des pêches comme levier économique majeur. Ainsi, ce rapport vise à mieux comprendre comment les employeurs gèrent la diversité de la main-d'oeuvre autochtone dans ce secteur d'activité, de même que les défis importants auxquels ils font face. \n\nLes expériences et les pratiques recensées pourront orienter les différents intervenants du secteur des pêches commerciales, ainsi que les gouvernements, vers des actions concrètes en matière de gestion des ressources humaines autochtones. De plus, les résultats aideront à faire la promotion de l'emploi pour assurer la relève dans ce secteur d'activités.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".