L’influence de la richesse et de l’origine familiale sur la carrière professionnelle : théorie et données transculturelles
Bibliographic record
Abstract
Naître dans une famille jouissant d'un statut social élevé confère très tôt des privilèges tant à l'école que lors de l'obtention du premier emploi, et ces privilèges ont des effets permanents. De plus, cela confère d'autres avantages en cours de carrière. Je fais l'hypothèse que certains de ces avantages découlent de la richesse des parents et d'autres ressources économiques et que la plupart des avantages obtenus en cours de carrière proviennent de ces ressources, comme le soutiennent Bernard et Renaud. De tels effets devraient être d'une plus grande importance dans les sociétés moins développées et dans les sociétés où les ressources économiques sont distribuées plus inégalement. De nouveaux résultats provenant de recherches effectuées dans une société tribale pré-capitaliste, dans une société à prédominance paysanne très pauvre et dans des villes de neuf pays latino-américains situés à niveaux différents de développement viennent étayer cette théorie.
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 | 0.013 | 0.033 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".