Les inégalités de genre dans l’éducation alimentent-elles les disparités de genre sur le marché du travail ?
p. 159-168
Entrées d’index
Mots-clés : division sexuelle de la formation, division sexuelle du travail, emploi des femmes, pays en développement
Keywords : sexual division of training, gender based division of labour, women's employment, developing country
Texte intégral
Introduction
1Les inégalités de genre dans l’éducation et l’emploi restent une préoccupation majeure, en particulier dans les pays en développement. Malgré des avancées, ces écarts persistent, entravant l’autonomisation économique des femmes et freinant la croissance. Selon Evans et al. (2021) et l’UNESCO (2019), les filles font encore face à des obstacles structurels dans l’accès à l’éducation, souvent liés aux normes sociales et aux contraintes économiques. Ces inégalités éducatives ont des répercussions directes sur le marché du travail, où les femmes demeurent sous-représentées dans les emplois formels et bien rémunérés (UNESCO, 2019).
2L’étude des inégalités de genre dans l’éducation et l’emploi se fait généralement de manière distincte, notamment en ce qui concerne leur impact sur la croissance économique (Galor & Weil, 1996 ; Klasen & Lamanna, 2009). Pourtant, un accès restreint des femmes à l’éducation limite leurs perspectives professionnelles, perpétuant ainsi un cycle d’exclusion économique. À l’inverse, réduire ces écarts pourrait favoriser une participation accrue des femmes au marché du travail et dynamiser la croissance (Dollar & Gatti, 1999). Toutefois, Evans et al. (2021) montrent que l’amélioration du niveau d’éducation des femmes ne conduit pas toujours à une réduction des inégalités professionnelles. Dans certaines régions, malgré des progrès significatifs en matière d’éducation, la participation des femmes à l’économie formelle reste limitée. Cela suggère l’existence de barrières structurelles persistantes, indépendantes du seul facteur éducatif. Ainsi, une question centrale se pose : dans quelle mesure les inégalités de genre dans l’éducation influencent-elles les disparités sur le marché du travail dans les pays en développement ?
3Cette étude examine l’impact des inégalités de genre dans l’éducation sur les écarts entre hommes et femmes dans l’emploi. L’hypothèse principale est que des disparités éducatives marquées exacerbent les inégalités professionnelles. Pour tester cette relation, nous mobilisons un modèle économétrique sur données de panel couvrant 32 pays entre 2000 et 2019, en intégrant les problèmes d’endogénéité à l’aide des méthodes des effets fixes et des variables instrumentales.
4En apportant un éclairage sur les mécanismes reliant ces deux dimensions des inégalités de genre, cette étude vise à fournir des pistes pour des politiques publiques favorisant l’égalité et une croissance économique inclusive. La suite de l’article est organisée comme suit : la section 1 présente une revue de la littérature, la section 2 détaille la méthodologie, la section 3 expose les résultats, et la dernière section propose une conclusion.
1. Revue de littérature
5L’éducation joue un rôle essentiel dans le développement économique et social, influençant à la fois la productivité du travail et l’intégration sur le marché de l’emploi. Le capital humain, constitué des connaissances et compétences acquises par l’éducation et l’expérience, est un facteur clé de cette dynamique (Schultz, 1961 ; Becker, 1962). De nombreuses études démontrent une corrélation forte entre capital humain et revenus, notamment à travers le modèle de Mincer, qui identifie les années de scolarisation comme un déterminant majeur des salaires (Mincer, 1958 ; Oancea et al., 2017 ; Chakib & Lamari, 2022). Un niveau d’éducation élevé améliore l’accès à des emplois de qualité et réduit le risque de chômage, soulignant ainsi son rôle central dans la stabilité professionnelle. Dans cette optique, plusieurs recherches ajustent l’évaluation de la main-d’œuvre en fonction du niveau d’éducation, confirmant son impact sur la productivité et l’insertion professionnelle.
6L’éducation contribue également à atténuer les inégalités éducatives et professionnelles, avec des effets positifs à l’échelle sociétale. L’investissement dans l’éducation des filles génère des bénéfices intergénérationnels, en améliorant la santé maternelle et infantile ainsi que l’éducation des enfants (Mensch et al., 2019). L’égalisation des taux de scolarisation entre filles et garçons facilite l’insertion des femmes sur le marché du travail et réduit les écarts de revenus (Klasen & Lamanna, 2009 ; Psaki et al., 2018). Toutefois, une simple augmentation des taux de scolarisation ne suffit pas à garantir un accès équitable aux opportunités économiques, en raison de discriminations systémiques persistantes.
7Les normes culturelles et sociales constituent un frein majeur à l’impact de l’éducation sur la réduction des inégalités. Les stéréotypes de genre et les rôles traditionnels restreignent l’accès des femmes aux professions qualifiées, réduisant ainsi la rentabilité de leur capital humain (Seguino, 2000 ; Lopez-Acevedo et al., 2021). Ces normes influencent les choix éducatifs et professionnels, conduisant à une ségrégation du marché du travail où les femmes restent surreprésentées dans des emplois précaires et faiblement rémunérés. Dans de nombreux contextes, l’éducation des filles est encore perçue comme secondaire, perpétuant ainsi un cycle d’inégalités intergénérationnelles (Baten et al., 2021). Dès lors, bien que l’éducation soit un puissant levier d’émancipation, elle ne saurait, à elle seule, réduire les écarts de genre sans une transformation structurelle des normes sociales et institutionnelles.
8Par ailleurs, une nouvelle forme d’inégalité émerge, liée à l’inadéquation entre les compétences acquises et les exigences du marché du travail. De nombreux jeunes, en particulier les femmes, peinent à s’insérer non pas en raison d’un manque de qualification, mais parce que leur formation ne correspond pas aux attentes des employeurs (Klasen, 2019 ; Evans et al., 2020 ; Zhu & Grusky, 2022). Ce phénomène est amplifié par l’influence des normes sociales sur le choix des filières et des carrières, limitant l’accès des femmes aux domaines à forte valeur ajoutée (Erdmann et al., 2023). Elles sont souvent dirigées vers des secteurs perçus comme « féminins » (éducation, santé, services sociaux), tandis que les sciences et l’ingénierie demeurent dominées par les hommes. Même lorsque les filles affichent d’excellentes performances académiques, elles sont moins encouragées que leurs homologues masculins à s’engager dans ces domaines (Erdmann et al., 2023). Ainsi, l’éducation seule ne garantit pas une égalité des chances sur le marché du travail tant que des barrières structurelles et culturelles persistent dans l’orientation et l’embauche.
2. Méthodologie
2.1. Les méthodes utilisées
9Pour exprimer notre modèle, nous partons d’un modèle linéaire simple où Employgap représente la variable mesurant l’inégalité de genre dans l’accès à l’emploi et Edugap est notre variable d’intérêt mesurant l’écart entre les genres dans l’accès à l’éducation selon les trois niveaux d’éducation (base, intermédiaire et avancé) accompagné d’un vecteur de variables de contrôle. Nous définissons au préalable les symboles utilisés.
Tableau 1. Définitions des symboles

Source : auteurs.
10Pour analyser l’impact des inégalités éducatives sur les écarts de genre dans l’emploi, plusieurs méthodes d’estimation sont utilisées afin d’assurer la robustesse des résultats. Nous commençons par une estimation à l’aide des moindres carrés ordinaires (MCO), qui fournit des estimateurs sans biais et efficaces sous certaines hypothèses classiques (Gujarati, 2002).

11Cependant, cette approche ne permet pas de prendre en compte l’hétérogénéité non observée propre à chaque pays, ce qui peut biaiser les estimations.
12Ensuite, nous utilisons un modèle à effets fixes (FEM) afin de contrôler les effets spécifiques à chaque pays. Ce modèle est justifié par le test de Hausman, qui rejette l’hypothèse d’effets aléatoires (Hausman, 1978). Toutefois, une limite importante du FEM est qu’il ne corrige pas l’endogénéité potentielle entre Edugap et Employgap, pouvant être influencés par des variables non observées.

13Pour traiter cette endogénéité, nous adoptons ensuite la méthode des moindres carres en deux étapes (2SLS), qui utilise des variables instrumentales (Angrist & Krueger, 1991). Les valeurs retardées d’Edugap sont choisies comme instruments, ce qui permet de réduire le biais de simultanéité. Cependant, la validité des instruments doit être vérifiée, et une mauvaise spécification des instruments pourrait entraîner un biais supplémentaire.
14Première étape : Estimation de la variable endogène

15Où représente l’instrument et
est le terme d’erreur.
16Deuxième étape : Estimation du modèle structurel
17est la variable Edugap corrigée de l’endogénéité
18Enfin, nous utilisons un modèle dynamique estimé par la méthode des moments généralisés en système (GMM-Système) de Blundell et Bond (1998). Cette approche permet de mieux traiter l’endogénéité en exploitant des instruments internes, tout en tenant compte des effets spécifiques aux pays et de la dépendance entre observations (Roodman, 2009). L’utilisation de cette méthode est justifiée par la structure de nos données en panel (32 pays sur 20 ans), qui satisfait les conditions requises pour son application.
19Équation à niveau :

20Équation en différences premières :

21L’objectif de cette démarche méthodologique est d’assurer la robustesse de nos résultats en comparant plusieurs modèles et en appliquant des tests de validité des instruments. À travers cette approche progressive, nous renforçons la crédibilité des estimations obtenues et validons l’effet des inégalités éducatives sur les inégalités d’emploi entre les sexes.
2.2. Variables et données
22Dans cette analyse, nous utilisons plusieurs variables pour évaluer l’impact des écarts éducatifs sur les inégalités de genre dans l’emploi. La variable dépendante, Employgap, mesure la différence entre les taux de participation des hommes et des femmes au marché du travail. La variable explicative principale, Edugap, capture les écarts de genre à trois niveaux d’éducation (base, intermédiaire et avancé).
23Afin de mieux comprendre les dynamiques en jeu, plusieurs variables de contrôle sont intégrées. Le PIB par habitant (Gdp_pc) et l’ouverture commerciale (Trade) permettent de mesurer l’effet du développement économique et de la mondialisation sur l’emploi des femmes. La structure économique est prise en compte à travers la part de la valeur ajoutée de l’agriculture et du secteur manufacturier dans le PIB (Agric_va et Manuf_va).
24D’autres variables structurelles influençant l’accès des femmes au marché du travail sont également incluses, telles que le taux de fécondité (Fertility_rate), qui reflète les contraintes liées aux soins non rémunérés, et le nombre d’années depuis la ratification de la CEDAW (Ratification), qui capture l’engagement des pays en faveur de l’égalité de genre dans l’emploi. Enfin, pour tenir compte de la persistance des écarts de genre, nous introduisons une valeur retardée d’Employgap dans la version dynamique du modèle.
25Le tableau ci-dessous résume ces différentes variables, leurs descriptions, leurs sources et les signes attendus de leurs effets sur l’inégalité de genre dans l’emploi.
Tableau 2. Description des variables et signes attendus
Variable | Description | Source des données | Signe attendu |
Employgap | Écart entre les sexes dans la participation au marché du travail (taux de participation des hommes – taux de participation des femmes) | Base de données de l’OIT (Organisation internationale du travail) | - |
Edugap (Base) | Écart entre les sexes dans l’éducation de base (enseignement primaire et premier cycle du secondaire) | Base de données de l’OIT (Organisation internationale du travail) | + |
Edugap (Intermédiaire) | Écart entre les sexes dans l’éducation intermédiaire (second cycle du secondaire et enseignement post-secondaire non supérieur) | Base de données de l’OIT (Organisation internationale du travail) | + / - |
Edugap (Avancé) | Écart entre les sexes dans l’éducation avancée (enseignement supérieur et équivalents) | Calculer à partir des données de WDI | + / - |
Gdp_pc | PIB par habitant (en dollars constants) | WDI | - |
Trade | Ouverture commerciale (somme des importations et exportations en % du PIB) | WDI | - |
Agric_va | Valeur ajoutée de l’agriculture en % du PIB | WDI | + |
Manuf_va | Valeur ajoutée du secteur manufacturier en % du PIB | WDI | - |
Fertility_rate | Taux de fécondité des femmes (nombre moyen d’enfants par femme) | WDI | + |
Ratification | Nombre d’années depuis la ratification de la CEDAW | Calcul propre sur des Nations unies | - |
Employgap (t-1) | Valeur retardée de l’écart de genre dans l’emploi | WDI | + |
Source : auteurs.
26L’analyse du tableau descriptif révèle d’importants écarts de genre dans l’emploi (Employgap=23,33), avec une forte hétérogénéité entre les pays. Les écarts éducatifs restent significatifs, surtout aux niveaux de base (0,26) et intermédiaire (0,21). La fécondité élevée (2,46) et la dominance du secteur agricole (max=79,04) pourraient freiner l’insertion des femmes dans l’emploi formel. Bien que la ratification des conventions pro-égalité (15,53 ans en moyenne) indique un engagement institutionnel, son effet sur l’égalité reste variable. Ces résultats justifient une analyse approfondie des facteurs structurels influençant l’inégalité de genre sur le marché du travail.
Tableau 3. Statistique descriptive
Observation | Moyenne | Std. Dev. | Minimum | Maximum | |
Employgap | 620 | 23,33 | 10,08 | -0,57 | 46,81 |
Basicgap | 383 | 0,26 | 0,11 | -0,16 | 0,50 |
Intermgap | 376 | 0,21 | 0,08 | -0,10 | 0,41 |
Advancedgap | 380 | 0,08 | 0,07 | -0,10 | 0,27 |
lnGdp_pc | 612 | 8,39 | 0,78 | 5,82 | 9,56 |
Ratification | 620 | 15,53 | 10,76 | -16,00 | 38,00 |
Fertility_rate | 620 | 2,46 | 1,19 | 1,19 | 6,87 |
Trade | 61 | 75,85 | 37,67 | 21,85 | 311,35 |
Manuf_va | 60 | 26,66 | 8,76 | 3,24 | 53,09 |
Agric_va | 609 | 11,36 | 10,81 | 1,76 | 79,04 |
Source : auteurs.
3. Résultats et discussion
3.1. Effet des écarts éducatifs sur l’écart dans l’emploi
27Les résultats montrent que les écarts de genre dans l’éducation de base et intermédiaire aggravent significativement les inégalités d’emploi, avec un effet plus marqué pour l’éducation de base (p<0,01). En revanche, l’écart dans l’éducation avancée n’a pas d’effet significatif, suggérant que la réduction des inégalités éducatives au niveau supérieur ne se traduit pas automatiquement par une réduction des écarts d’emploi.
28Ces résultats confirment que l’inégalité d’accès à l’éducation primaire et secondaire a plus d’impact sur les inégalités d’emploi que l’éducation avancée. L’effet positif et significatif des écarts de genre dans l’éducation de base et intermédiaire sur les inégalités d’emploi indique que les inégalités éducatives aux niveaux primaire et secondaire sont des facteurs clés qui perpétuent les écarts sur le marché du travail. Ce résultat est cohérent avec les travaux de Klasen et Lamanna (2009) et Psaki et al. (2018), qui montrent que la scolarisation des filles est un déterminant crucial de leur participation économique future. Cependant, le manque d’effet significatif de l’écart d’éducation avancée sur l’inégalité d’emploi interpelle. Cela suggère que l’accès des femmes à l’enseignement supérieur ne garantit pas automatiquement leur intégration sur le marché du travail. Ce constat pourrait s’expliquer par plusieurs facteurs : la ségrégation des filières, la discrimination à l’embauche et le plafond de verre, la persistance du poids des normes culturelles (Evans et al., 2021 ; Erdmann et al., 2023) mais également la structure économique peu favorable à l’insertion des travailleurs qualifiés dans la plupart de ces pays. Les secteurs susceptibles d’absorber une main-d’œuvre qualifiée (tertiaire moderne, industrie de pointe, services financiers, technologies, recherche et développement) restent embryonnaires ou peu performants. À l’inverse, le marché du travail est dominé par des secteurs à faible valeur ajoutée. En outre, les pays en développement souffrent souvent d’un marché du travail dual, où l’emploi qualifié est restreint à une élite et où les opportunités pour les femmes restent limitées
29La valeur fortement positive et significative de la variable retardée (Employgap (t-1)) dans l’estimation GMM-Système souligne une forte inertie des inégalités de genre dans l’emploi. En d’autres termes, les écarts de genre passés influencent fortement ceux du présent et du futur, ce qui correspond à un phénomène d’hystérèse dans le marché du travail (Blau & Kahn, 2017). Ce résultat suggère que les inégalités de genre dans l’emploi ne se réduisent pas automatiquement avec le temps et qu’il existe des barrières structurelles qui empêchent une convergence naturelle. La significativité des valeurs retardées montre la persistance des inégalités dans le temps et justifiant l’adoption de politiques éducatives et économiques sur le long terme.
3.2. Effet des variables de contrôle
30L’analyse des variables de contrôle met en évidence le rôle déterminant du PIB par habitant et de la fécondité dans les inégalités de genre sur le marché du travail. L’effet négatif et significatif du PIB par tête sur ces inégalités suggère que le développement économique favorise une plus grande inclusion des femmes dans l’emploi formel, réduisant ainsi les écarts de participation. Cependant, cette corrélation ne garantit pas à elle seule l’égalité des chances, car des obstacles institutionnels et culturels persistent, limitant l’accès des femmes aux opportunités générées par la croissance économique.
31À l’inverse, la fécondité exerce un effet positif et significatif sur les inégalités d’emploi, confirmant que des responsabilités familiales accrues freinent la participation des femmes au marché du travail. Ce constat rejoint les conclusions de Goldin (2014), qui souligne que la répartition inégale des tâches domestiques constitue un frein majeur à l’égalité professionnelle. En effet, les employeurs tendent à percevoir les mères comme moins disponibles ou moins productives, ce qui réduit leurs perspectives d’embauche et d’évolution de carrière. Ce résultat met en évidence la nécessité de politiques familiales adaptées, telles que la mise en place de congés parentaux partagés, l’accès à des services de garde d’enfants abordables et une plus grande flexibilité des horaires de travail, afin d’atténuer l’impact négatif de la fécondité sur l’emploi féminin.
Tableau 4. Résultat de l’impact des écarts entre les sexes en matière d’éducation sur les écarts entre les sexes en matière d’emploi

Statistiques t robustes entre parenthèses ; *** p<0,01, ** p<0,05, * p<0,1. La colonne 10 présente les estimations du modèle dynamique en données de panel à l’aide du système GMM ; période de l’échantillon : 2000-2019. Toutes les variables explicatives ont été considérées comme endogènes. Leurs valeurs retardées de deux périodes ont été utilisées comme instruments dans les équations en différences premières, et leurs premières différences retardées d’une période ont été utilisées dans les équations en niveau.
Source : auteurs.
Conclusion et recommandations
32Cette étude met en évidence l’impact des inégalités de genre dans l’éducation sur les écarts entre hommes et femmes sur le marché du travail dans les pays en développement. Nos résultats montrent que les écarts éducatifs aux niveaux primaire et intermédiaire exacerbent significativement les inégalités d’emploi, tandis que l’éducation avancée ne produit pas d’effet immédiat. Cette absence d’effet s’explique par des barrières structurelles, notamment le manque d’emplois qualifiés et la persistance de normes sociales défavorables aux femmes.
33L’analyse souligne également l’inertie des écarts d’emploi dans le temps, suggérant que les inégalités passées continuent d’influencer les inégalités présentes et futures. Par ailleurs, le développement économique, mesuré par le PIB par habitant, contribue à réduire ces écarts en facilitant l’accès des femmes à l’emploi formel. À l’inverse, une fécondité élevée constitue un frein majeur à la participation féminine au marché du travail, en raison de la charge domestique disproportionnée supportée par les femmes.
34Ces résultats mettent en évidence la nécessité de politiques éducatives et économiques adaptées. Il est essentiel de renforcer l’accès des filles à l’éducation de base et intermédiaire tout en améliorant l’adéquation entre formation et emploi. De plus, des politiques de soutien à l’emploi féminin, telles que la mise en place de services de garde d’enfants et l’extension des congés parentaux partagés, pourraient contribuer à réduire ces inégalités. En définitive, une approche intégrée combinant éducation, développement économique et réformes institutionnelles s’impose pour assurer une inclusion professionnelle durable des femmes.
Bibliographie
Angrist, J. D. & Krueger, A. B. (1991). Does compulsory school attendance affect schooling and earnings? The Quarterly Journal of Economics, 106(4), 979-1014.
Baten, J., De Haas, M., Kempter, E. & Meier zu Selhausen, F. (2021). Educational gender inequality in Sub‐Saharan Africa: A long‐term perspective. Population and Development Review, 47(3), 813-849.
Becker, G. S. (1962). Investment in human capital: A theoretical analysis. Journal of political Economy, 70(5, Part 2), 9-49.
Blau, F. D. & Kahn, L. M. (2017). The gender wage gap: Extent, trends, and explanations. Journal of economic literature, 55(3), 789-865.
Blundell, R. & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of econometrics, 87(1), 115-143. https://dx.doi.org/10.1016/S0304-4076(98)00009-8
Chakib, Y. & Lamari, S. (2022). La fonction de revenu de Mincer : fondements théoriques et analyse critique. International Journal of Economics, Management and Finance (IJEMF), 1(1), 51-78. https://doi.org/10.5281/zenodo.7262273
Dollar, D. & Gatti, R. (1999). Gender inequality, income, and growth: are good times good for women? Citeseer.
Erdmann, M., Schneider, J., Pietrzyk, I., Jacob, M. & Helbig, M. (2023). The impact of guidance counselling on gender segregation: Major choice and persistence in higher education. An experimental study. Frontiers in sociology, 8. https://doi.org/10.3389/fsoc.2023.1154138
Evans, D., Maryam, A. & Jakiela, P. (2021). Gender gaps in education: The long view. IZA Journal of Development and Migration, 12(1).
Evans, D. K., Akmal, M. & Jakiela, P. (2020). Gender gaps in education: The long view. IZA Journal of Development and Migration, 12(1).
Galor, O. & Weil, D. (1996). The Gender Gap, Fertility, and Growth. American Economic Review, 86(3), 374-387.
Goldin, C. (2014). A grand gender convergence: Its last chapter. American Economic Review, 104(4), 1091-1119.
Gujarati, D. N. (2002) Basic Econometrics 4th ed. McGraw-Hill Professional
Hausman, J. A. (1978). Specification tests in econometrics. Econometrica: Journal of the econometric society, 46(6), 1251-1271.
Klasen, S. (2019). What explains uneven female labor force participation levels and trends in developing countries? The World Bank Research Observer, 34(2), 161-197.
Klasen, S. & Lamanna, F. (2009). The impact of gender inequality in education and employment on economic growth: new evidence for a panel of countries. Feminist economics, 15(3), 91-132.
Lopez-Acevedo, G., Devoto, F., Morales, M. & Roche Rodriguez, J. (2021). Trends and determinants of female labor force participation in Morocco: An initial exploratory analysis. Policy Research Working Paper, No. 9591.
Mensch, B. S., Chuang, E. K., Melnikas, A. J. & Psaki, S. R. (2019). Evidence for causal links between education and maternal and child health: systematic review. Tropical Medicine & International Health, 24(5), 504-522.
Mincer, J. (1958). Investment in human capital and personal income distribution. Journal of political Economy, 66(4), 281-302.
Oancea, B., Pospisil, R. & Dragoescu, R. M. (2017). The return to higher education: evidence from Romania. MPRA Paper 81720, University Library of Munich, Germany.
Psaki, S. R., McCarthy, K. J. & Mensch, B. S. (2018). Measuring gender equality in education: Lessons from trends in 43 countries. Population & Development Review, 44(1).
Roodman, D. (2009). How to do xtabond2: An introduction to difference and system GMM in Stata. The Stata Journal, 9(1), 86-136.
Schultz, T. W. (1961). Investment in human capital. The American Economic Review, 51(1), 1-17.
Seguino, S. (2000). Accounting for gender in Asian economic growth. Feminist economics, 6(3), 27-58.
UNESCO. (2019) Global education monitoring report 2019: gender report: Building bridges for gender equality. United Nations Educational, Scientific Cultural Organization,
Zhu, L. & Grusky, D. B. (2022). The intergenerational sources of the U-turn in gender segregation. Proceedings of the National Academy of Sciences, 119(32), e2121439119.
Annexe
Tableau 5 – A1. Liste des pays
Albanie |
Malaisie |
Argentine |
Mali |
Arménie |
Mexique |
Belize |
Monténégro |
Bosnie-Herzégovine |
Namibie |
Brésil |
Macédoine du Nord |
Bulgarie |
Paraguay |
Colombie |
Pérou |
Costa Rica |
Fédération de Russie |
République dominicaine |
Rwanda |
Équateur |
Serbie |
Géorgie |
Afrique du Sud |
Guatemala |
Sainte-Lucie |
Indonésie |
Thaïlande |
Kosovo |
Turquie |
Libéria |
Venezuela, RB |
Source : auteurs.
Auteurs
-
Sohan Clarisse Dembele
Laboratoire d’économie appliquée, Université Norbert Zongo, Koudougou (Burkina Faso).
-
Patrice Rélouendé Zidouemba
Université Nazi Boni, Bobo-Dioulasso (Burkina Faso).

Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International - CC BY-NC-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Reprise d’études à l’université : quels publics, quelles finalités ?
Groupe de travail sur l’enseignement supérieur (GTES)
Valérie Canals et Séverine Landrier (dir.)
2020
Formation continue et parcours professionnels : entre aspirations des salariés et contexte de l’entreprise
Groupe d’exploitation des données Defis
Ekaterina Melnik-Olive et Danièle Guillemot (dir.)
2020
Sélections, du système éducatif au marché du travail
XXVIèmes journées du longitudinal. Toulouse, 12-13 novembre 2020
Marianne Blanchard, Gérard Boudesseul, Thomas Couppié et al. (dir.)
2021
Trajectoires et carrières contemporaines : nouvelles perspectives méthodologiques
XXVIIèmes journées du longitudinal, Grenoble, 23-24 juin 2022
Isabelle Borras, Nathalie Bosse, Laurence Baraldi et al. (dir.)
2022
Territoires et parcours. De nouvelles trajectoires d’emploi et de formation à l’épreuve des territoires ?
XXVIIIèmes journées du longitudinal, 14-15 juin 2023, Caen
Patrice Caro et Agnès Checcaglini (dir.)
2023
De plus en plus de sélection dans un enseignement supérieur en segmentation
Groupe de travail sur l’enseignement supérieur (GTES)
Fanette Merlin et Nadine Théophile (dir.)
2023
Les femmes dans l’enseignement supérieur : une (r)évolution inachevée
Groupe de travail sur l’enseignement supérieur (GTES)
Nathalie Beaupère et Carine Érard (dir.)
2023
Les expériences étudiantes professionnalisantes : diversité et effets sur les parcours
Groupe de travail sur l’enseignement supérieur (GTES)
Alexie Robert (dir.)
2023
Crises et transitions : quelles données pour quelles analyses ?
XXIXes journées du longitudinal, 24-25 juin 2024, Aix-en-Provence
Vanessa di Paola et Christophe Guitton (dir.)
2024
Premiers pas sur le marché du travail : quand les inégalités s’en mêlent - Tome 1
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024
Après la formation initiale : les vicissitudes du parcours professionnel - Tome 2
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024
Parcours et expériences en formation initiale : quel(s) impact(s) sur l’insertion ? - Tome 3
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024