Rapports économiques et sociaux
L’expérience NEETEST (ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme) : déterminants et répercussions à long terme sur la scolarité et le marché du travail

Résumé

Contexte

À la suite de la mise en place de l’indicateur « ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme (NEETEST) » (Frenette et Handler 2026), la présente étude permet d’examiner les déterminants socioéconomiques du statut NEETEST, ainsi que ses répercussions à long terme sur la scolarité et le marché du travail.

Données et méthodes

Les jeunes âgés de 20 à 29 ans sont classés comme étant NEETEST ou non en 2017 et sont suivis pendant cinq ans par la suite (jusqu’en 2022) pour suivre leur inscription aux études postsecondaires, leur emploi, leur travail autonome et leurs revenus totaux. Divers fichiers couplés sont utilisés tout au long de l’étude : le Fichier des familles T1; le Fichier de données longitudinales sur la main-d’œuvre; le Système d’information sur les étudiants postsecondaires; le Recensement de la population de 2016 et comme sous-échantillon, les données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique. Les personnes vivant dans une réserve sont exclues de l’échantillon final en raison de leur faible représentation dans les données fiscales.

Résultats

Selon un cadre multivarié, la présente étude a permis de relever plusieurs facteurs positivement liés à l’expérience NEETEST chez les jeunes : être dans la fin de la vingtaine (comparativement au début de la vingtaine) pour les jeunes femmes, ne pas avoir de diplôme d’études secondaires, avoir été élevé dans une famille dont le revenu parental se situe dans le quintile inférieur, être réfugié ou immigrant parrainé ou autre immigrant non économique (pour les jeunes femmes), être un membre des Premières Nations vivant hors réserve, et éprouver certaines difficultés avec les activités de la vie quotidienne ou des problèmes de santé de longue durée. De plus, vivre l’expérience NEETEST au cours de sa jeunesse était associé à de moins bons résultats scolaires et sur le marché du travail des années plus tard.

Interprétation

Certains groupes particuliers de jeunes sont plus susceptibles de vivre l’expérience NEETEST, ce qui peut entraîner de moins bons résultats scolaires et sur le marché du travail à long terme comparativement à d’autres jeunes. Bien que l’étude s’appuie sur une mine de renseignements sur les jeunes, il se peut qu’il manque de renseignements sur les circonstances personnelles qui pourraient influencer de manière concrète la probabilité de vivre l’expérience NEETEST et ses répercussions à long terme.

Auteurs

Marc Frenette et Tomasz Handler travaillent à la Division de l’analyse et de la modélisation économiques et sociales au sein de la Direction des études analytiques et de la modélisation de Statistique Canada.

Ce que l’on sait déjà sur le sujet

• De nombreuses études font état de la proportion de jeunes ni en emploi, ni aux études, ni en formation (NEET).
• NEET est un indicateur utile pour les jeunes susceptibles d’être aux prises avec des difficultés économiques et sociales.

Ce qu’apporte l’étude

• La présente étude permet d’élaborer une mesure complémentaire à l’indicateur NEET qui met l’accent sur les expériences NEET à long terme, tout en reconnaissant la prestation de soins comme une activité productive : la mesure NEETEST (NEET, sauf pour des transitions à court terme).
• L’étude permet également d’explorer les déterminants socioéconomiques potentiels de l’indicateur NEETEST, ainsi que ses répercussions à long terme sur la scolarité et le marché du travail.

Introduction

Contexte

Le chômage chez les jeunes, ou plus largement, le désengagement, est un sujet qui suscite un vif intérêt en économie du travail et en sciences sociales de manière plus générale. Les jeunes participants au marché du travail sont généralement plus vulnérables aux fluctuations économiques que les travailleurs plus âgés et plus expérimentés. Les conséquences peuvent être durables, car les périodes d’inactivité au début de la carrière peuvent entraîner un « effet marquant » (p. ex. une réduction des revenus) plus tard dans la vie. Investir dans le capital humain peut atténuer ces effets, tandis qu’éviter un tel investissement peut avoir l’effet inverse. Les conséquences du désengagement des jeunes vis-à-vis du marché du travail et du système d’éducation ne se limitent pas seulement à la situation personnelle de chacun. Des trajectoires salariales réduites à long terme peuvent indiquer une sous-utilisation des compétences potentielles sur le marché du travail, ce qui entraîne des répercussions sur la performance des entreprises, la productivité et les niveaux de vie de manière plus générale.

Une approche largement utilisée pour classer le désengagement des jeunes est l’indicateur NEET. L’indicateur NEET détermine les personnes, généralement les jeunes âgés de 15 à 29 ans, qui ne sont ni en emploi, ni aux études, ni en formation. L’indicateur NEET présente de nombreux avantages : il est simple à comprendre et à décrire, il est comparable au niveau international puisque de nombreuses organisations internationales l’ont adopté, et il couvre un large éventail de jeunes potentiellement marginalisés grâce à son double regard sur le marché du travail et sur les activités éducatives.

Malgré ces qualités, l’indicateur NEET n’est pas sans inconvénient. Deux en particulier ont été soulignés par Frenette et Handler (2026). Premièrement, en tant que mesure instantanée (à une période donnée), il peut être vulnérable aux transitions normales du marché du travail ou scolaires auxquelles font face les jeunes ou les personnes en général. Deuxièmement, les jeunes peuvent participer à des activités productives autres que l’emploi rémunéré ou la scolarité, comme la prestation de soins non rémunérés ou le bénévolat. Pour combler ces lacunes, les auteurs ont conçu un indicateur complémentaire appelé NEETEST, c’est-à-dire ni en emploi (y compris la prestation de soins non rémunérés), ni aux études, ni en formation, sauf pour des transitions à court terme de moins d’un an. 

Le reste du présent article vise à replacer la mesure NEETEST dans le contexte de la littérature existante sur NEET et à décrire l’approche utilisée dans l’article pour concrétiser la mesure NEETEST. La mesure sera ensuite appliquée aux microdonnées dans le but de cerner les principaux déterminants relatifs à NEETEST, ainsi que les résultats à long terme associés au fait d’être NEETEST. Enfin, les principales constatations feront l’objet d’un résumé et des pistes possibles pour de futures recherches seront abordées.  

Revue de la littérature

Les données récentes indiquent que les jeunes Canadiens affichent généralement des taux NEET proches de la moyenne pour les pays de l’Organisation de coopération et de développement économiques (OCDE)^Note . Parmi 33 pays de l’OCDE (OCDE-33)^Note  en 2024, les jeunes canadiens âgés de 15 à 29 ans se classaient au 17^e rang le plus bas pour ce qui est du NEET (11,7 %) et étaient légèrement en dessous de la moyenne générale de 12,8 % pour l’ensemble des pays.

Au sein du groupe des personnes de 15 à 29 ans, les taux NEET augmentent généralement avec l’âge, ce qui reflète le fait que la participation aux études diminue avec l’âge. En 2024, 6,2 % des jeunes âgés 15 à 19 ans étaient NEET, comparativement à 13,0 % des personnes de 20 à 24 ans et à 15,0 % des personnes de 25 à 29 ans. Cette tendance était à peu près conforme à la tendance de l’OCDE-33 pour l’ensemble des groupes d’âge. 

Les taux de jeunes NEET varient également selon le sexe. En 2024, parmi les Canadiens âgés de 15 à 29 ans, 12,4 % des hommes étaient NEET, comparativement à 11,0 % des femmes. Cette différence était encore plus grande lorsqu’elle était mesurée par rapport à la référence OCDE-33. Alors que le taux NEET chez les hommes canadiens âgés de 15 à 29 ans était 1,3 point de pourcentage plus élevé que celui de leurs semblables des 33 pays de l’OCDE (11,1 %), le taux NEET chez les femmes canadiennes du même groupe d’âge était 3,7 points de pourcentage moins élevé que le taux OCDE-33 pour les femmes âgées de 15 à 29 ans (14,7 %). Dans l’ensemble, les jeunes hommes canadiens ont enregistré le 21^e taux NEET le plus bas parmi l’OCDE-33, tandis que les jeunes femmes canadiennes se classaient au 10^e rang le plus bas.

Ainsi, les jeunes canadiens se sont relativement bien comportés par rapport à la plupart de leurs semblables de l’OCDE sur l’échelle NEET en 2024. Cela était vrai dans l’ensemble du spectre d’âge des jeunes, mais les jeunes canadiennes s’en sont particulièrement bien sorties.

Au fil du temps, les taux de jeunes NEET au Canada sont demeurés généralement stables depuis 2000 selon les données de la Banque mondiale^Note . Pour la plupart, le taux de jeunes NEET oscillait de 12 % à 14 %, à l’exception de 2020 (le pic de la pandémie de COVID-19), où un taux de 17,9 % a été enregistré. Avant 2000, le taux de jeunes NEET au Canada était beaucoup plus élevé, atteignant en moyenne environ 16 % dans les années 1990, environ 18 % dans les années 1980 et presque 20 % à la fin des années 1970, lorsque la série de données a commencé.

Outre l’âge et le sexe, d’autres facteurs économiques et sociodémographiques sont associés aux taux NEET chez les jeunes au Canada. Par exemple, Layton et coll. (2025) ont examiné les tendances récentes en matière de NEET, constatant que certains groupes de population (p. ex. les jeunes chinois et surtout les jeunes noirs) présentaient des taux NEET plus élevés que d’autres groupes de population.

Davidson et Arim (2019) ont examiné en profondeur les corrélats des taux NEET chez les jeunes en tirant parti des indicateurs sociodémographiques et psychosociaux dans l’Enquête sur la santé dans les collectivités canadiennes (ESCC). Ils ont examiné trois vagues de l’ESCC durant la période de 2015 à 2017 et se sont concentrés sur les jeunes âgés de 18 à 29 ans. Ils ont constaté que, comparativement aux jeunes non NEET, les jeunes NEET étaient plus susceptibles de déclarer une moins bonne santé physique et mentale ainsi que des niveaux d’activité physique plus faibles. Les jeunes NEET étaient également plus susceptibles de déclarer avoir des troubles de l’humeur et de l’anxiété ainsi que des pensées suicidaires comparativement à leurs pairs. Les abus de substances étaient également un problème pour les jeunes NEET; ils étaient plus susceptibles que les autres jeunes de fumer des cigarettes quotidiennement, mais tout aussi susceptibles de déclarer avoir consommé des drogues illicites au cours de l’année écoulée et moins susceptibles de s’adonner à la consommation excessive d’alcool au cours de la même période. Dans l’ensemble, les jeunes NEET ont déclaré des niveaux moins élevés de satisfaction à l’égard de la vie par rapport aux jeunes qui n’étaient pas NEET. Tous ces résultats se sont maintenus même après avoir tenu compte des différences en matière de genre, d’âge et de niveau de scolarité.

Les facteurs précoces semblent également importants. Veldman et coll. (2024) ont eu recours à une étude de cohorte prospective néerlandaise avec un suivi de 15 ans pour examiner le statut NEET des jeunes à 19, 22 et 26 ans. Ils ont constaté que plusieurs facteurs mesurés à l’âge de 11 ans étaient positivement associés à l’expérience du statut NEET plus tard dans la vie. Un faible statut socioéconomique parental, de moins bons résultats en matière d’intelligence, des événements de vie négatifs et une intériorisation des problèmes rapportée (c.-à-d. un comportement anxieux ou dépressif, des plaintes de nature somatique et un comportement renfermé ou dépressif) étaient positivement associés à l’expérience du statut NEET plus tard dans la vie.

Le statut NEET chez les jeunes a une forte dimension régionale au Canada. Hango et coll. (2021) a eu recours à la cohorte A de l’Enquête auprès des jeunes en transition (nés en 1984) pour examiner le statut NEET à 20 et 22 ans. Après avoir pris en compte les différences dans les caractéristiques sociodémographiques, les facteurs socioéconomiques parentaux, les expériences pédagogiques et la structure familiale, les auteurs ont constaté que les jeunes du Nord étaient plus susceptibles de vivre l’expérience NEET que les jeunes du Sud, tout comme les jeunes des régions rurales par rapport à ceux des régions urbaines.

Bien que de nombreux auteurs aient tenté de déterminer les facteurs associés au risque de vivre l’expérience NEET, très peu ont envisagé ses conséquences à long terme. Citons par exemple les travaux de Gutiérrez‑García et coll. (2017), qui ont suivi de jeunes mexicains à deux moments : lorsqu’ils avaient de 12 à 17 ans, puis de nouveau lorsqu’ils avaient de 19 à 26 ans. L’étude a révélé que vivre l’expérience NEET à l’adolescence était corrélé à plusieurs résultats négatifs sur le plan sociodémographique et de la santé mentale au début de l’âge adulte, même après avoir pris en compte les désavantages initiaux par rapport aux pairs qui n’avaient pas été NEET à l’adolescence. Les plus grandes différences entre les jeunes NEET et non-NEET étaient les risques accrus de comportements suicidaires ultérieurs au sein du premier groupe.

Les travaux de Caniglia (2024) constituent un autre exemple; ils portaient sur l’association à long terme entre le statut NEET chez les jeunes Américains âgés de 18 à 26 ans et leurs symptômes dépressifs lorsqu’ils atteignent le début de l’âge mûr (âgés de 33 à 43 ans). Les associations positives ont persisté même après avoir pris en compte les désavantages précoces des personnes ayant vécu l’expérience NEET.

Ni l’étude de Gutiérrez‑García et coll. (2017) ni celle de Caniglia (2024) n’ont abordé les répercussions à long terme du NEET ou de ses composantes. Cependant, une étude de Ballo et coll. (2022) a permis d’examiner la relation entre l’expérience professionnelle précoce et le statut NEET ultérieur. À l’aide des données du registre de la Norvège couvrant l’ensemble de la cohorte née en 1985, les auteurs ont suivi ce groupe de 16 à 29 ans et ont constaté que l’expérience professionnelle précoce (pendant l’adolescence) était liée à un risque moindre d’être NEET pour l’ensemble du groupe, mais plus élevé pour les jeunes ayant une incapacité ou ceux qui abandonnent prématurément leurs études.

Bien que le concept de NEET fournisse de précieux renseignements aux décideurs sur les jeunes qui pourraient être potentiellement à risque de difficultés économiques et sociales, ce n’est pas sans limites. Frenette et Handler (2026) ont souligné que les personnes qui se consacrent entièrement au bénévolat ou à la prestation de soins non rémunérés seraient classées comme NEET. On peut soutenir que de telles activités sont productives pour la société dans son ensemble. Frenette et Handler ont également souligné la nature à court terme de la mesure de NEET. L’approche normalisée dans la littérature canadienne se concentre sur les données de l’Enquête sur la population active (EPA) en fonction d’une semaine de référence donnée. Les travailleurs traversent souvent des phases transitoires dans leurs carrières, connaissant des périodes d’emploi alternées, de chômage et d’inactivité sur le marché du travail. Les jeunes peuvent être particulièrement vulnérables à de telles transitions sur le marché du travail, car ils ont souvent le moins d’ancienneté dans leurs emplois.

Au moins deux études ont souligné ces deux limites du concept de NEET, sans toutefois proposer une autre définition de NEET. Tout d’abord, Bourbeau et Pelletier (2019) ont eu recours aux données de l’EPA de septembre 2018, qui ont ajouté (de façon ponctuelle) des questions sur les principales activités des répondants âgés de 15 à 29 ans au cours des 12 derniers mois. Ils ont constaté qu’un peu plus de la moitié (52,6 %) des jeunes qui étaient NEET en septembre 2018 avaient fréquenté l’école ou travaillé comme activité principale au cours des 12 derniers mois, ce qui laisse entendre que le statut NEET peut effectivement être une situation transitoire lorsqu’on l’examine sur une période à plus long terme.

Pour environ 1 jeune NEET sur 7 en septembre 2018, s’occuper d’enfants était leur activité principale au cours des 12 derniers mois, selon un écart important observé entre les sexes (26,4 % chez les jeunes femmes NEET comparativement à 1,3 % chez les jeunes hommes). Tandis que 1,0 % des jeunes NEET ont déclaré avoir fait du bénévolat ou prodigué des soins à d’autres personnes que des enfants au cours des 12 derniers mois, près de 1 jeune sur 3 (29,1 %) avait fait du bénévolat dans une certaine mesure au cours de cette période (un tiers d’entre eux en ayant fait au moins une fois par semaine), tandis que près de la moitié (48,0 %) avait offert une aide non rémunérée à d’autres personnes au cours de la même période (là encore, un tiers d’entre eux l’ayant fait au moins une fois par semaine). Ces résultats laissent entendre que les activités productives comme la prestation de soins non rémunérés ou le bénévolat, du moins lorsqu’on les considère à long terme, font partie des contributions importantes apportées par les jeunes qui vivent l’expérience NEET. 

Contini et coll. (2019) se sont davantage concentrés sur la persistance du statut NEET sur de plus longues périodes, selon l’échantillon longitudinal italien des statistiques de l’Union européenne sur le revenu et les conditions de vie de 2008 à 2011. Ils ont constaté que plus de 40 % de jeunes italiens âgés de 15 à 29 ans ont déclaré un statut NEET pendant au moins 13 mois sur 48, et plus de 10 % ont déclaré avoir été dans cette situation pendant (presque) toute la période. Une fois de plus, cela souligne l’importance de prendre en compte les aspects à long terme du NEET.

Pour remédier à ces limites du NEET, Frenette et Handler (2026) ont conçu une mesure de rechange au NEET qui permet de reconnaître la prestation de soins comme une activité productive et de se concentrer sur les activités à long terme^Note . Les jeunes étaient NEETEST s’ils étaient NEET (hormis la prestation de soins non rémunérés) pendant une période d’une année complète. L’analyse reposait sur le Fichier des familles T1 (FFT1), le Fichier de données longitudinales sur la main-d’œuvre (FDLMO) (une combinaison des données T1 et T4, des relevés d’emploi [RE] et du Programme d’analyse longitudinale de l’emploi) ainsi que sur le Système d’information sur les étudiants postsecondaires (SIEP). L’analyse portait sur les personnes de 20 à 29 ans, car les plus jeunes peuvent fréquenter l’école secondaire, en vertu des lois sur la scolarité obligatoire, ou simplement prendre, par choix, une année sabbatique après la fin des études secondaires. Dans l’ensemble, le taux NEETEST a oscillé de 7 % à 8 % de 2017 à 2022, comparativement à un taux NEET de 13 % à 14 % (selon les données de l’EPA). L’article a permis d’examiner les caractéristiques associées au statut NEETEST par rapport au statut NEET, les données du Recensement de 2021 ayant été rajoutées aux résultats NEETEST. Comparativement aux jeunes NEET dans les catégories de référence pertinentes, la concentration de jeunes NEETEST était relativement plus grande chez les femmes, les jeunes plus âgés, les personnes n’ayant pas fait d’études postsecondaires, les jeunes du Manitoba et de la Saskatchewan, ainsi que les jeunes vivant à l’extérieur des régions métropolitaines de recensement (RMR) et des agglomérations de recensement (AR).

Ce qui manque dans la littérature, c’est un examen plus approfondi des facteurs derrière le statut NEETEST, ainsi qu’une exploration des conséquences à long terme d’être NEETEST. La présente étude tente de combler ces lacunes.

Données et méthodologie

Pour mieux comprendre les facteurs et les répercussions de la vulnérabilité économique et sociale chez les jeunes, la présente étude applique la mesure NEETEST, qui a été introduite pour la première fois par Frenette et Handler (2026). Les sous-sections ci-dessous décrivent les sources de données, la construction de l’identifiant NEETEST, ainsi que les méthodes analytiques utilisées pour examiner les caractéristiques de base et les résultats à long terme associés à cette mesure.

Données et échantillons analytiques

Cette analyse repose sur le couplage de plusieurs ensembles de données administratives et d’enquêtes : le FFT1; le FDLMO; le SIEP; le Recensement de la population de 2016 et, comme sous-échantillon, les données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique.

Le FFT1 est un ensemble de données administratives complet contenant des renseignements détaillés sur le revenu et d’autres renseignements pour environ 95 % de la population canadienne. Établi à partir des fichiers de données fiscales T1 et T4 des particuliers ainsi que du fichier de la Prestation canadienne pour enfants, le FFT1 est au cœur de la présente étude pour plusieurs raisons. Tout d’abord, il constitue la base de l’échantillon, qui comprend toutes les personnes âgées de 20 à 29 ans pouvant être couplées à d’autres ensembles de données au moyen de leur numéro d’assurance sociale. Deuxièmement, il contient plusieurs des variables clés (décrites ci-dessous) utilisées pour construire la mesure NEETEST et évaluer les résultats à long terme (comme l’inscription aux études postsecondaires et l’emploi). Troisièmement, le FFT1 fournit des détails essentiels sur le contexte, comme le quintile de revenu parental^Note . Enfin, l’ensemble de données contient de nombreuses variables démographiques et socioéconomiques utilisées dans l’analyse, comme l’âge, le sexe, la province de résidence et la taille de la collectivité (tirée des codes postaux). Les collectivités sont classées soit comme une RMR, une AR ou une région à l’extérieur de ces zones.

Le FDLMO est un ensemble de données administratives intégrant les données fiscales des feuillets T1 et T4, des RE et du Programme d’analyse longitudinale de l’emploi. Un aspect crucial de cette recherche est d’avoir les données des RE qui comprennent les raisons des cessations d’emploi, ce qui est essentiel pour différencier le non-emploi volontaire productif (p. ex pour études ou prodiguer des soins) du non-emploi involontaire dans la classification du statut NEETEST (plus de détails ci-dessous).

Le SIEP contient des dossiers administratifs exhaustifs de la quasi-totalité des inscriptions aux études postsecondaires publiques (à partir de 2009) et des diplômes (à partir de 2010) partout au Canada. Cet ensemble de données est l’une des sources utilisées pour déterminer l’inscription aux études postsecondaires et pour mettre à jour la variable du plus haut niveau de scolarité atteint initialement observée dans le recensement^Note .

Le Recensement de la population de 2016 fournit des variables sociodémographiques clés non disponibles dans les données fiscales, notamment l’identité autochtone, le statut d’immigrant, les limitations d’activité (c.-à-d. les évaluations de diverses difficultés de la vie quotidienne ou des conditions de longue durée qui durent depuis six mois ou qui devraient durer six mois ou plus)^Note  et le plus haut niveau de scolarité atteint au moment du recensement. Les personnes vivant dans une réserve sont exclues de l’échantillon final en raison de leur faible représentation dans les données fiscales (qui sont nécessaires dans cette analyse)^Note .

Enfin, les données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique sont un ensemble de données administratives longitudinales suivant la progression des élèves de la maternelle à la 12^e année en Colombie-Britannique. Elles contiennent les notes des cours de 10^e année et les résultats des examens provinciaux, ainsi qu’un indicateur de l’achèvement du cours de mathématiques de niveau 10^e année. Les données comprennent également des indices socioéconomiques au niveau du quartier, normalisés pour avoir une moyenne de 0 et un écart-type de 1. Ces covariables supplémentaires dans les données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique seront nécessairement examinées uniquement pour l’échantillon qui apparaît dans ces données. 

Mesures et définitions

Statut NEETEST

L’année de référence pour le statut NEETEST est 2017, la première année pour laquelle la mesure peut être établie en raison des limites des données^Note . Le statut NEETEST est déterminé par un processus d’élimination. Initialement, l’ensemble de l’échantillon est considéré comme potentiellement NEETEST. Les personnes sont ensuite retirées de ce groupe si les dossiers administratifs montrent des preuves d’emploi, de scolarité ou d’autres activités productives comme la prestation de soins ou le congé parental. Plus précisément, une personne est reclassée comme non NEETEST si elle remplit l’un des critères suivants pendant l’année de référence :

• Emploi : La personne avait des salaires et traitements T4 valides, un revenu brut pour un travail autonome provenant de n’importe quelle source, ou un autre revenu d’emploi dans le FFT1 de 2017, ou avait des salaires et traitements T4 valides du FDLMO de 2017^Note Note .
• Scolarité : La personne était inscrite comme étudiante à temps plein ou à temps partiel dans le SIEP au cours de l’année scolaire 2017-2018 ou a demandé des crédits d’impôt pour frais de scolarité dans le FFT1 de 2017.
• Congé parental ou de maternité : La personne a été identifiée comme étant en congé en 2017. Ce statut a été estimé au moyen des données familiales du FFT1; une personne était considérée en congé si la famille avait un enfant de moins d’un an et que les prestations totales d’assurance-emploi (AE) de la personne dépassaient les prestations régulières d’AE.
• Prestation de soins : La personne a réclamé des crédits d’impôt pour aidant naturel dans le FFT1 de 2017.
• Cessation volontaire d’emploi à des fins productives : La personne avait un relevé de cessation d’emploi dans le FDLMO de 2017, sur lequel la raison indiquée était le retour aux études, la grossesse, le congé parental ou le congé de soignant.

Mesures des résultats

Pour évaluer les conséquences à long terme de l’expérience NEETEST, cet article s’intéresse à quatre résultats sur une période de suivi de cinq ans (2018 à 2022) :

• Inscription aux études postsecondaires : Un indicateur binaire de l’inscription aux études postsecondaires en fonction de l’inscription à temps plein ou à temps partiel dans le SIEP durant l’année scolaire pertinente (p. ex. le résultat de 2018 reflète l’année scolaire 2018-2019), ou sur la présence de crédits d’impôt pour frais de scolarité réclamés durant l’année de résultat.
• Emploi : Un indicateur binaire de la présence de revenus d’emploi T4, d’autres revenus d’emploi ou de revenus bruts de travail autonome provenant de n’importe quelle source dans le FFT1.
• Travail autonome : Un indicateur binaire de la présence de revenus bruts d’emploi autonome provenant de n’importe quelle source dans le FFT1.
• Revenus : La somme des salaires et traitements T4 (la valeur la plus élevée entre le FFT1 et le FDLMO), du revenu net de travail autonome (FFT1) et des autres revenus d’emploi (FFT1). Cette variable est calculée uniquement pour les personnes classées comme employées.

Méthodologie analytique

L’analyse se concentre sur les déterminants NEETEST, ainsi que sur les résultats à long terme associés au NEETEST. Les résultats bivariés seront présentés comme point de départ, mais l’objectif principal de l’analyse sera l’analyse multidimensionnelle, car le processus qui mène à NEETEST et ses conséquences à long terme sont probablement très complexes et multidimensionnels^Note . Dans tous les cas, les résultats seront ventilés selon le sexe. 

Pour établir les déterminants du statut NEETEST, des modèles de probabilité linéaire^Note Note  sont estimés en calculant une régression du statut binaire NEETEST dans un ensemble de diverses caractéristiques contextuelles socioéconomiques.

L’analyse repose ensuite sur des modèles de régression linéaire pour les quatre résultats afin d’examiner les répercussions à long terme du NEETEST. Les modèles de probabilité linéaire sont de nouveau utilisés pour les variables de résultat binaires (inscription aux études postsecondaires, emploi et travail autonome), tandis que la régression des moindres carrés ordinaires est appliquée aux revenus. Ces modèles effectuent une régression sur chaque variable de résultat mesurée en 2022 sur le statut NEETEST en 2017, ainsi que diverses caractéristiques contextuelles socioéconomiques. Ces quatre résultats sont également calculés pour chaque année de 2018 à 2022, mais ils sont analysés uniquement selon une approche bivariée.

Résultats

Statut NEETEST

L’analyse commence par les taux NEETEST présentés séparément selon diverses caractéristiques socioéconomiques (tableau 1). Dans l’ensemble, 5 % des hommes et 8 % des femmes âgés de 20 à 29 ans étaient NEETEST en 2017. Chez les hommes, le taux était le même pour ceux au début de la vingtaine et pour ceux à la fin de la vingtaine. Cependant, 9 % des femmes dans la fin de la vingtaine étaient NEETEST, comparativement à 6 % des femmes au début de la vingtaine.

Les taux NEETEST variaient considérablement selon le plus haut niveau de scolarité atteint. Les jeunes sans diplôme d’études secondaires étaient de loin les plus susceptibles d’avoir vécu l’expérience NEETEST, soit 20 % des hommes et 35 % des femmes. En deuxième position, loin derrière, se trouvaient les jeunes titulaires d’un diplôme d’études secondaires : 5 % des hommes et 8 % des femmes étant NEETEST. Les taux étaient considérablement plus bas pour les diplômés à l’enseignement postsecondaire. Pour les jeunes hommes, il y avait très peu de variation entre les différents niveaux d’études postsecondaires (2 % pour chaque niveau), tandis que pour les jeunes femmes, les taux parmi les diplômées à l’enseignement postsecondaire étaient les plus élevés chez les titulaires d’un certificat ou d’un diplôme d’une école de métiers (7 %) et les plus bas chez les titulaires d’un baccalauréat ou d’un grade supérieur (3 %).

Les jeunes issus de familles appartenant au quintile de revenu parental le plus bas présentaient des taux plus élevés de NEETEST que ceux issus de familles à revenu plus élevé (8 % pour les jeunes hommes et 9 % pour les jeunes femmes). Au-dessus du quintile de revenu le plus bas, les taux NEETEST diminuaient généralement à mesure que le revenu parental était plus élevé, mais seulement modérément : ils variaient de 3 % à 5 % pour les jeunes hommes et de 2 % à 6 % pour les jeunes femmes^Note .

Les taux les plus élevés de NEETEST au pays ont été enregistrés dans deux des territoires (14 % pour les jeunes hommes et 19 % pour les jeunes femmes au Nunavut, et 9 % pour les jeunes hommes et 13 % pour les jeunes femmes dans les Territoires du Nord-Ouest). Les taux NEETEST étaient nettement plus bas dans toutes les autres régions du pays, notamment sur l’Île-du-Prince-Édouard (3 % chez les jeunes hommes et 5 % chez les jeunes femmes).

Les taux NEETEST étaient également plus élevés en dehors des RMR, en particulier chez les jeunes femmes. Alors que 7 % des jeunes femmes vivant dans les RMR ont connu l’expérience NEETEST, 9 % des jeunes femmes vivant dans les AR et 10 % de celles ne vivant ni dans les RMR ni dans les AR (communément appelées régions rurales) se trouvaient dans la même situation. Pour les jeunes hommes, le taux NEETEST n’était que légèrement plus élevé (6 %) en dehors des RMR comparativement aux RMR (5 %).

Les résultats selon le statut d’immigrant dépendaient également fortement du sexe. Chez les jeunes hommes, les taux NEETEST étaient les mêmes pour les immigrants et les non-immigrants (5 %), bien que des taux plus élevés aient été enregistrés chez les réfugiés (7 %) et les autres immigrants (10 %). Chez les jeunes femmes, les taux NEETEST étaient considérablement plus élevés chez les immigrantes (11 %) comparativement aux non-immigrantes (7 %). Cependant, les taux variaient considérablement parmi les jeunes femmes immigrantes : 6 % chez les immigrantes économiques, 18 % chez les immigrantes parrainées, 16 % chez les réfugiées et 25 % chez les autres immigrantes. Chez les jeunes hommes, les taux NEETEST étaient légèrement plus bas chez les résidents non permanents (3 %) comparativement aux non-immigrants (5 %); chez les jeunes femmes, les taux NEETEST étaient les mêmes pour les deux groupes (7 %).

Les taux NEETEST étaient considérablement plus élevés chez les Autochtones comparativement à ceux qui ne déclaraient pas une identité autochtone. Près de 1 jeune homme des Premières Nations vivant hors réserve sur 6 (15 %) était NEETEST, comparativement à 5 % des jeunes hommes non autochtones. Les jeunes hommes inuits (14 %) et les jeunes hommes métis (9 %) ont également enregistré des taux NEETEST supérieurs à la moyenne. Les tendances observées dans l’ensemble des groupes d’identité autochtone étaient semblables chez les jeunes femmes, mais généralement plus élevées que chez les jeunes hommes.

L’un des facteurs pouvant expliquer que des jeunes se retrouvent NEETEST pourrait être des difficultés ou des conditions à long terme qui affectent les activités de la vie quotidienne. Les résultats du tableau 1 ont tendance à aller dans ce sens, en particulier pour certains types de difficultés ou de conditions, et encore plus lorsque plusieurs difficultés ou conditions sont présentes. Par exemple, 12 % des jeunes hommes qui ont déclaré avoir des difficultés à marcher, à utiliser des escaliers, à se servir de leurs mains ou de leurs doigts, ou à faire d’autres activités physiques étaient NEETEST, comparativement à 3 % de leurs semblables qui n’ont signalé aucune difficulté ou aucun problème de santé de longue durée. Parmi les jeunes hommes qui ont déclaré au moins deux des difficultés ou problèmes de santé énumérés, 16 % étaient NEETEST, tandis que 29 % de ceux qui en ont déclaré au moins trois étaient NEETEST. Bien que beaucoup plus rare, près de la moitié des jeunes hommes ayant déclaré cinq difficultés ou conditions ou plus parmi celles énumérées étaient NEETEST. Encore une fois, les mêmes tendances générales sont apparues chez les jeunes femmes.

Comme le montre clairement le tableau 1, il existe de nombreux facteurs potentiels qui pourraient déterminer la probabilité de connaître l’expérience NEETEST. Pour mieux évaluer ce qui est important et ce qui ne l’est pas, un cadre multivarié est nécessaire. Dans le tableau 2, un indicateur binaire du statut NEETEST a fait l’objet d’une régression sur toutes les caractéristiques présentées dans le tableau 1. Les résultats indiquent que certaines des relations bivariées importantes présentées dans le tableau 1 n’ont pas été retenues une fois que d’autres facteurs ont été pris en compte.

Par exemple, les résultats du tableau 2 donnent à penser que les jeunes femmes vivant dans les Territoires du Nord-Ouest et au Nunavut étaient moins susceptibles de connaître l’expérience NEETEST que les jeunes femmes vivant en Ontario lorsque les différences de caractéristiques socioéconomiques sont prises en compte. Pour les jeunes hommes, aucune différence importante ne subsistait entre ceux vivant dans les Territoires du Nord-Ouest et au Nunavut, comparativement à ceux vivant en Ontario. En fait, lorsqu’on compare les jeunes hommes et les jeunes femmes issus de milieux socioéconomiques semblables dans une approche multivariée, la probabilité de connaître l’expérience NEETEST était à peu près la même dans les deux territoires (les Territoires du Nord-Ouest et le Nunavut) comparativement à la plupart des autres provinces et territoires.  

La relation entre le statut NEETEST et l’identité autochtone était beaucoup plus faible dans le tableau 2, bien que la différence dans la probabilité estimée entre les jeunes des Premières Nations hors réserve et les jeunes non autochtones soit toujours considérable (5 points de pourcentage pour les jeunes hommes et 8 points de pourcentage pour les jeunes femmes).  

Les autres relations ont été en grande partie conservées, bien qu’à divers degrés. Une relation plus claire est apparue entre l’âge et le statut NEETEST : les hommes et (surtout) les femmes dans la fin de la vingtaine étaient plus susceptibles d’être NEETEST que leurs semblables au début de la vingtaine. Les relations multivariées entre le statut NEETEST et le niveau le plus élevé de scolarité, le revenu parental et les difficultés dans les activités de la vie quotidienne ou les activités à long terme étaient un peu plus faibles comparativement à leurs semblables bivariées. Les relations multivariées entre les taux NEETEST, la taille de la communauté et le statut d’immigrant étaient à peu près les mêmes que leurs semblables bivariées, sauf dans le cas du statut d’immigrant chez les femmes (où la relation était un peu moins élevée dans le cas multivarié). 

Les données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique offrent une excellente occasion d’examiner le rôle potentiel du rendement scolaire dans l’expérience NEETEST. Comme première étape, le même modèle a été estimé sur l’échantillon des élèves de la maternelle à la 12^e année en Colombie-Britannique (c.-à-d. sans inclure les variables propres aux données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique). Les résultats sont présentés dans le tableau 3 et correspondent globalement à ceux du tableau 2 pour l’échantillon national, du moins d’un point de vue qualitatif^Note .

Les résultats d’un modèle semblable selon des covariables supplémentaires propres aux données sur les élèves de la maternelle à la 12^e année en Colombie-Britannique sont présentés dans le tableau 4. Les résultats n’indiquent aucun changement substantiel dans les coefficients déclarés au tableau 3. Il est important de noter que les coefficients associés aux covariables supplémentaires (les résultats en matière de réussite scolaire et les indices socioéconomiques du quartier) étaient soit statistiquement non significatifs, soit empiriquement faibles. Cela demeurait le cas même lorsque les variables relatives au niveau de scolarité le plus élevé atteint étaient exclues du modèle.

Résultats à long terme associés au statut NEETEST

Quelles sont les répercussions à long terme d’avoir connu l’expérience NEETEST en 2017, lorsque les jeunes avaient de 20 à 29 ans? Les hommes et les femmes qui étaient NEETEST en 2017 étaient beaucoup moins susceptibles de s’inscrire dans un établissement d’enseignement postsecondaire au cours des cinq années suivantes comparativement à leurs semblables qui n’étaient pas NEETEST en 2017 (graphique 1). Cependant, l’écart entre les deux groupes s’est réduit avec le temps, tant pour les hommes que pour les femmes. Par exemple, 5,1 % des femmes qui étaient NEETEST en 2017 se sont inscrites dans un établissement d’enseignement postsecondaire un an plus tard, comparativement à 35,2 % des femmes qui n’étaient pas NEETEST en 2017. Au bout de cinq ans, l’écart avait considérablement diminué (6,6 % des femmes qui avaient déjà vécu une expérience NEETEST en 2017 se sont inscrites dans un établissement d’enseignement postsecondaire cette année-là, comparativement à 17,0 % des femmes qui n’avaient pas vécu une expérience NEETEST en 2017). Chez les hommes, 4,4 % de ceux qui avaient déjà vécu une expérience NEETEST en 2017 se sont inscrits dans un établissement d’enseignement postsecondaire cinq ans plus tard, comparativement à 12,0 % parmi ceux qui n’avaient pas vécu une expérience NEETEST en 2017.

Tableau de données du graphique 1

Tableau de données du graphique 1 Sommaire du tableau
Les données sont présentées selon Années (titres de rangée) et Hommes, Femmes, NEETEST, Autre, NEETEST et Autre, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Années	Hommes		Femmes
	NEETEST	Autre	NEETEST	Autre
	pourcentage
Notes : NEETEST = ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme. Le statut NEETEST est mesuré en 2017. Sources : Statistique Canada, Fichier des familles T1, Fichier de données longitudinaless sur la main-d’œuvre, Système d’information sur les étudiants postsecondaires et Recensement de la population de 2016.
1	4,8	27,5	5,1	35,2
2	5,2	22,2	6,5	29,1
3	5	17,9	6,7	24,6
4	4,5	14,9	7	21,1
5	4,4	12	6,6	17

Les mêmes tendances se sont maintenues pour les taux d’emploi des hommes et des femmes (graphique 2). Ceux qui étaient NEETEST en 2017 étaient beaucoup moins susceptibles d’être employés par la suite comparativement à ceux qui n’étaient pas NEETEST en 2017, bien que l’écart ait diminué avec le temps. Par exemple, au bout de cinq ans, 38,2 % des hommes autrefois NEETEST occupaient un emploi cette année-là, comparativement à 91,9 % des autres hommes, tandis que 41,0 % des femmes autrefois NEETEST occupaient un emploi cette année-là, comparativement à 90,6 % des autres femmes.

Tableau de données du graphique 2

Tableau de données du graphique 2 Sommaire du tableau
Les données sont présentées selon Années (titres de rangée) et Hommes, Femmes, NEETEST, Autre, NEETEST et Autre, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Années	Hommes		Femmes
	NEETEST	Autre	NEETEST	Autre
	pourcentage
Notes : NEETEST = ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme. Le statut NEETEST est mesuré en 2017. Sources : Sources : Statistique Canada, Fichier des familles T1, Fichier de données longitudinales sur la main-d’œuvre, Système d’information sur les étudiants postsecondaires et Recensement de la population de 2016.
1	25,8	94,7	22,9	94,1
2	33,6	94,2	32,3	93,2
3	33,4	91,8	33,6	90,9
4	35,4	91,4	37,2	90,3
5	38,2	91,9	41	90,6

Les hommes et les femmes qui étaient autrefois NEETEST étaient également beaucoup moins susceptibles d’être travailleurs autonomes dans les années qui ont suivi, bien que l’écart ne se soit pas réduit de manière importante au fil du temps dans les deux cas (graphique 3). Au bout de cinq ans, 5,3 % des hommes qui étaient autrefois NEETEST étaient travailleurs autonomes, comparativement à 10,7 % des autres hommes, tandis que 6,6 % des femmes qui étaient autrefois NEETEST étaient travailleuses autonomes, comparativement à 11,8 % des autres femmes.

Tableau de données du graphique 3

Tableau de données du graphique 3 Sommaire du tableau
Les données sont présentées selon Années (titres de rangée) et Hommes, Femmes, NEETEST, Autre, NEETEST et Autre, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Années	Hommes		Femmes
	NEETEST	Autre	NEETEST	Autre
	pourcentage
Notes : NEETEST = ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme. Le statut NEETEST est mesuré en 2017. Sources : Statistique Canada, Fichier des familles T1, Fichier de données longitudinales sur la main-d’œuvre, Système d’information sur les étudiants postsecondaires et Recensement de la population de 2016.
1	3,1	9,1	3,1	9,1
2	4,8	9,8	5,1	9,9
3	4,9	9,9	6,1	10,5
4	4,9	10,2	6,2	11,3
5	5,3	10,7	6,6	11,8

Quels sont les résultats des hommes et des femmes NEETEST sur le plan des revenus dans les années suivantes, comparativement à leurs semblables qui n’ont pas vécu l’expérience NEETEST? Les résultats du graphique 4 semblent indiquer des différences de revenus importantes et persistantes parmi les personnes qui ont travaillé au cours de l’année en question. Après un an, les hommes NEETEST ont gagné en moyenne 14 900 $, comparativement à 50 200 $ pour les autres hommes (une différence de 35 300 $). Après cinq ans, le revenu moyen des hommes NEETEST s’est considérablement amélioré (33 100 $), mais il en a été de même pour le revenu moyen des autres hommes aussi (70 900 $), ce qui a donné lieu à une différence semblable (37 800 $). Les tendances étaient similaires pour les femmes, mais l’écart de revenus était légèrement inférieur tout au long de la période. 

Tableau de données du graphique 4

Tableau de données du graphique 4 Sommaire du tableau
Les données sont présentées selon Années (titres de rangée) et Hommes, Femmes, NEETEST, Autre, NEETEST et Autre, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Années	Hommes		Femmes
	NEETEST	Autre	NEETEST	Autre
	pourcentage
Notes : NEETEST = ni en emploi, ni aux études, ni en formation, sauf pour des transitions de courte durée. Le statut NEETEST est mesuré en 2017. Sources : Statistique Canada, Fichier des familles T1, Fichier de données longitudinales sur la main-d’œuvre, Système d’information sur les étudiants postsecondaires et Recensement de la population de 2016.
1	14 900	50 200	11 300	38 700
2	21 800	55 800	16 000	43 200
3	25 100	58 700	17 000	45 600
4	29 600	66 700	20 700	51 500
5	33 100	70 900	23 300	54 500

Les relations multivariées entre les résultats présentés dans les graphiques 1 à 4 et le statut NEETEST mesuré en 2017 apparaissent dans le tableau 5. Les résultats se concentrent sur les cinq années suivant la mesure du statut NEETEST (c.-à-d., en 2022).

En commençant par l’ensemble de l’échantillon (national) dans le tiers supérieur du tableau 5, les coefficients reflètent en grande partie les tendances qui sont apparues dans les graphiques d’un point de vue qualitatif. D’un point de vue quantitatif, les différences de résultats entre les NEETEST et les autres personnes étaient un peu plus faibles après avoir pris en compte les différences de caractéristiques socioéconomiques^Note . Les hommes NEETEST étaient 5 points de pourcentage moins susceptibles de s’être inscrits dans un établissement d’enseignement postsecondaire comparativement aux autres hommes, tandis que les femmes NEETEST étaient 7 points de pourcentage moins susceptibles que les autres femmes. Les écarts étaient beaucoup plus importants en ce qui concerne l’emploi : 48 points de pourcentage pour les hommes et 43 points de pourcentage pour les femmes. Pour les taux de travail autonome, les différences étaient de 4 points de pourcentage pour les hommes et de 3 points de pourcentage pour les femmes. Enfin, les différences de revenus estimées étaient de 25 400 $ pour les hommes et de 19 600 $ pour les femmes.

Le passage à l’échantillon des élèves de la maternelle à la 12^e année en Colombie-Britannique avec les mêmes covariables (tiers au milieu du tableau) ou avec des covariables ajoutées (tiers inférieur du tableau) a eu peu ou pas de répercussions importantes sur ces résultats.

Ainsi, malgré la prise en compte des différences dans un très large éventail de caractéristiques socioéconomiques et de mesures de rendement scolaire, des différences substantielles subsistent dans les résultats à long terme entre les jeunes ayant vécu l’expérience NEETEST et ceux qui ne l’ont pas vécue. 

Conclusion

Sommaire

La présente étude a permis de mettre en évidence plusieurs facteurs présentant un lien positif avec le fait qu’un jeune vive une expérience NEETEST dans un cadre multivarié : être dans la fin de la vingtaine (comparativement au début de la vingtaine) pour les jeunes femmes, ne pas avoir de diplôme d’études secondaires, avoir été élevé dans une famille dont le revenu parental se situe dans le quintile inférieur, vivre en milieu rural, être réfugié ou immigrant parrainé ou autre immigrant non économique (pour les jeunes femmes), être une personne des Premières Nations vivant hors réserve, et éprouver certaines difficultés avec les activités de la vie quotidienne ou avoir des problèmes de santé de longue durée.

De plus, avoir vécu une expérience NEETEST dans sa jeunesse était associée à de moins bons résultats scolaires et sur le marché du travail des années plus tard, encore une fois dans un cadre multivarié. Plus précisément, les jeunes ayant vécu une expérience NEETEST étaient moins susceptibles, cinq ans plus tard, de s’inscrire dans un établissement postsecondaire, d’être employés ou travailleurs autonomes, comparativement à d’autres jeunes. Les jeunes qui ont été autrefois NEETEST qui étaient employés cinq ans plus tard gagnaient également en moyenne beaucoup moins que les autres jeunes.   

Interprétation

La présente étude a permis d’examiner en profondeur les facteurs socioéconomiques associés à l’expérience NEETEST et, en plus, d’associer cette expérience à d’importantes répercussions à long terme sur la scolarité et les résultats sur le marché du travail. Il est essentiel de prendre en compte l’approche multivariée utilisée lors de l’interprétation des résultats. Par exemple, l’analyse bivariée du statut NEETEST a permis de déterminer que les Territoires du Nord-Ouest et le Nunavut étaient les territoires ayant les taux NEETEST les plus élevés au Canada. Cependant, lorsqu’on compare des jeunes issus de milieux socioéconomiques similaires dans une approche multivariée, la probabilité de vivre une expérience NEETEST était à peu près la même dans les deux territoires comparativement à la plupart des autres provinces et territoires.  

Restrictions

Bien que la présente étude s’appuie sur un large éventail de renseignements sur les jeunes, il se peut qu’elle ne dispose pas de renseignements sur les circonstances personnelles qui pourraient influencer de manière importante la probabilité de vivre une expérience NEETEST et ses répercussions à long terme. Cette liste peut inclure des facteurs tels que des possibilités limitées en matière de scolarité ou d’accès au marché du travail dans sa région locale, une mobilité géographique restreinte, des circonstances de vie, de la discrimination ou des problèmes de motivation. Toutes les personnes vivant dans une réserve ne sont également pas comprises dans la présente étude, en raison de leur faible représentation dans les données fiscales (qui étaient nécessaires dans cette analyse).  

Une autre limite concerne le fait que les personnes de l’échantillon qui restent à la maison pendant au moins une année civile complète pour s’occuper de jeunes enfants après un congé parental seront classées comme NEETEST. Cela s’explique par le fait qu’il n’est pas possible de déterminer si le parent est resté à la maison pour s’occuper d’un enfant ou parce qu’il n’a pas pu trouver d’emploi. Cela pourrait potentiellement expliquer les taux plus élevés de NEETEST observés chez les jeunes femmes par rapport aux jeunes hommes.  

Travaux futurs

Explorer la dynamique derrière l’état NEETEST est une voie utile pour les travaux futurs dans ce domaine. Par exemple, dans quelle mesure NEETEST est-il un état transitoire ou persistant? De plus longues périodes NEETEST peuvent avoir des répercussions plus préjudiciables. Plus particulièrement, comment les jeunes sortent-ils de l’état NEETEST? Le font-ils en retournant à l’école ou en trouvant un emploi? Est-il nécessaire de quitter une communauté pour échapper à la situation NEETEST? Les réponses à ces questions pourraient être utiles pour orienter les programmes conçus pour réduire les taux NEETEST chez les jeunes. 

Bien que cette étude ait permis d’explorer les différences de taux NEETEST selon plusieurs caractéristiques socioéconomiques et démographiques, toutes les analyses ont été réalisées séparément pour les hommes et les femmes. Dans l’ensemble, les taux NEETEST étaient plus élevés chez les jeunes femmes que chez les jeunes hommes, bien que les deux groupes présentent des taux NEET similaires selon des études antérieures. Comprendre ce qui se cache derrière l’écart de taux NEETEST entre les hommes et les femmes constitue une autre piste utile pour les recherches futures dans ce domaine.

Références

Ballo, J. G., Heglum, M. A., Nilsen, W., et Bernstrøm, V. H. 2022. Can adolescent work experience protect vulnerable youth? A population wide longitudinal study of young adults not in education, employment or training (NEET). Journal of Education and Work, vol. 35, n^o 5, p. 502 à 520.

Bourbeau, E., et Pelletier, R. 2019. Les jeunes ni en emploi, ni aux études, ni en formation : qu’ont-ils fait au cours des 12 derniers mois? Statistique Canada, Regard sur les statistiques du travail, n^o 71‑222‑X au catalogue.

Caniglia, M. 2024. Nonparticipation in work and education in emerging adulthood and depressive symptoms through early midlife. SSM – Santé mentale, vol. 6, p. 1 à 9.

Cloutier, E., Grondin, C., et Lévesque, A. 2018. Enquête canadienne sur l’incapacité, 2017 : Guide des concepts et méthodes. Rapports de l’Enquête canadienne sur l’incapacité (n^o 001). Produit n° 89-654-X au catalogue de Statistique Canada. https://www150.statcan.gc.ca/n1/pub/89-654-x/89-654-x2018001-fra.htm

Contini, D., Filandri, M. et Pacelli, L. 2019. Persistency in the NEET state: A longitudinal analysis. Journal of Youth Studies, vol. 22, n^o 7, p. 959 à 980.

Davidson, J., et Arim, R. 2019. Un profil des jeunes qui ne sont ni étudiants, ni employés, ni stagiaires au Canada, de 2015 à 2017. Document de recherche de la Direction des études analytiques (n^o 432). Produit n^o 11F0019M au catalogue de Statistique Canada. https://www150.statcan.gc.ca/n1/fr/catalogue/11F0019M2019020

Frenette, M. et Handler, T. 2026. Les jeunes NEETEST : ni en emploi, ni aux études, ni en formation, sauf pour des transitions à court terme. Rapports économiques et sociaux, vol. 6, n^o 3. Produit n^o 36-28-0001 au catalogue de Statistique Canada. https://www150.statcan.gc.ca/n1/pub/36-28-0001/2026003/article/00001-fra.htm

Gutiérrez‑García, R. A., Benjet, C., Borges, G., Méndez Ríos, E., et Medina‑Mora, M. E. 2017. NEET adolescents grown up: Eight‑year longitudinal follow‑up of education, employment and mental health from adolescence to early adulthood in Mexico City. European Child & Adolescent Psychiatry, vol. 26, n^o 10, p. 1459 à 1469.

Hango, D., Zarifa, D., et Seward, B. 2021. Are Some Canadian Youth NEETer than Others? Examining North–South and Rural–Urban Inequalities in Education, Employment, and Training. The Northern Review, vol. 52, p. 61 à 89.

Layton, J., Latour, G., et Wall, K. 2025. Jeunes ni en emploi, ni aux études, ni en formation : tendances récentes. Série de documents de recherche sur l’éducation, l’apprentissage et la formation. Produit n^o 81‑595‑M au catalogue de Statistique Canada. https://www150.statcan.gc.ca/n1/pub/81-595-m/81-595-m2025001-fra.pdf

Veldman, K., van Zon, S. K. R., et Bültmann, U. 2024. Once in NEET, always in NEET? Childhood and adolescent risk factors for different NEET patterns. European Journal of Public Health, vol. 34, n^o 3, p. 505 à 510.