Perspectives de l’OCDE sur les compétences 2025

Développer les compétences du XXIe siècle pour tous

Rapport

Perspectives de l'OCDE sur les compétences

9 décembre 2025

Disponible en:

English
français

Télécharger le PDF

2. Influence du milieu d’origine sur les compétences du XXIe siècle

Copier le lien de 2. Influence du milieu d’origine sur les compétences du XXIe siècle

Description

Les résultats des évaluations internationales à grande échelle des compétences des adultes montrent que les individus qui présentent certaines caractéristiques sociodémographiques ont une plus grande probabilité que leurs pairs de disposer de hauts niveaux de compétences du XXI^e siècle. Les jeunes adultes, les adultes dont les parents ont fait des études supérieures, les adultes dont les parents ont exercé des professions très valorisées et les adultes qui ont grandi dans une métropole surpassent systématiquement leurs pairs par leurs compétences à l’écrit, en calcul et en résolution adaptative de problèmes. Les disparités entre les genres sont fonction des domaines : les femmes obtiennent de meilleurs résultats à l’écrit, tandis que les hommes montrent de plus grandes compétences en calcul et en résolution adaptative de problèmes. Les écarts de compétences sont plus importants aux extrémités de la distribution, ce qui porte à croire à l’existence de « planchers collants » pour les groupes défavorisés et de « plafonds de verre » pour les femmes les plus performantes. La décomposition de l’analyse des disparités de compétences selon les caractéristiques sociodémographiques révèle la nature multidimensionnelle du désavantage en la matière. Les comparaisons internationales montrent que les inégalités des genres et celles touchant les revenus sont liées aux disparités de compétences au sein des pays. Ces disparités sont déjà présentes parmi les enfants d’âge scolaire, ce qui suggère que les générations futures pourraient faire face à des défis similaires à ceux que connaissent les adultes d’aujourd’hui.

En bref

Copier le lien de En bref

Ce chapitre examine les données disponibles sur les disparités de compétences dans les pays de l’OCDE selon cinq dimensions : le genre, le milieu socioéconomique (à travers les indicateurs du niveau d’études et de la profession des parents), l’âge, l’origine immigrée, et le lieu d’habitation pendant l’enfance. Il s’appuie sur des évaluations internationales à grande échelle du domaine de l’éducation pour établir quelles sont parmi les adultes et les jeunes les disparités selon les niveaux, les pays et les époques. Les disparités touchent non seulement les compétences fondamentales du XXI^e siècle liées à l’écrit, au calcul et à la résolution adaptative de problèmes, mais aussi celles de nature auxiliaire que constituent les compétences sociales et émotionnelles et la disposition à différer la gratification. Le milieu socioéconomique est le facteur le plus constant à l’origine des disparités, car ses effets se cumulent au fil du temps. Le contexte est important, car les inégalités sociétales, le lieu d’habitation et les ressources familiales déterminent les résultats. Les disparités associées à l’origine immigrée sont souvent moindres une fois que les facteurs linguistiques et familiaux sont pris en compte, tandis que les inégalités entre les genres sont fonction des domaines, les femmes obtenant de meilleurs résultats à l’écrit et les hommes en calcul et en résolution adaptative de problèmes. Les schémas observés chez les adultes sont déjà présents chez les enfants d’âge scolaire, ce qui suggère que les disparités d’aujourd’hui risquent de persister si rien n’est fait. De nombreux types de désavantages sont cumulatifs, certains d’entre eux amplifiant les effets des autres. Il est essentiel de comprendre ces schémas pour concevoir des politiques ciblées en vue de réduire les écarts de compétences. Les principales conclusions de ce chapitre sont les suivantes :

Disparités selon le milieu socioéconomique (niveau d’études et profession des parents) :

Le milieu socioéconomique de la famille est le principal prédicteur et le plus fréquent à l’origine des disparités de compétences chez les adultes. Par exemple, quel que soit le pays, les adultes dont les parents ont suivi des études supérieures possèdent de plus grandes compétences que ceux dont les parents n’ont pas fait d’études supérieures : les écarts s’élèvent à 0.55 écart-type à l’écrit, à 0.53 écart-type en calcul et à 0.55 écart-type en résolution des problèmes.
Les disparités dans les compétences fondamentales du XXI^e siècle liées aux à des facteurs socioéconomiques sont plus importantes à la base de la distribution des compétences. L’avantage à l’écrit observé chez les adultes dont au moins l’un des parents a suivi des études supérieures correspond à 0.44 écart-type chez les plus performants, alors qu’il atteint 0.73 écart-type chez ceux obtenant les moins bons résultats.
Les disparités dans les compétences fondamentales du XXI^e siècle imputables à des facteurs socioéconomiques sont de plus grande ampleur dans les pays où les inégalités de revenus sont les plus marquées. Par exemple, au Chili, où les disparités de revenu total sont relativement fortes (coefficient de Gini1 de 0.45), les écarts de compétences liés à la profession des parents sont également considérables (0.7 écart-type à l’écrit). En revanche, en Pologne, où les revenus sont plus également répartis (coefficient de Gini de 0.27), les disparités de compétences liées à la profession des parents sont relativement limitées (0.4 écart-type à l’écrit).
Chez les jeunes de 15 ans, les disparités socioéconomiques restent importantes, bien qu’elles se soient réduites au cours du premier quart du XXI^e siècle. Par exemple, l’écart en mathématiques entre les élèves dont au moins un des parents a suivi des études supérieures et ceux pour qui tel n’est pas le cas est passé de 0.47 écart-type à 0.37 écart-type entre 2003 et 2022.

Disparités entre les hommes et les femmes :

Les écarts entre les genres dans les compétences du XXI^e siècle sont variables selon les domaines. En moyenne, les femmes adultes obtiennent de meilleurs résultats que les hommes à l’écrit (0.04 écart-type), mais les hommes dépassent souvent les femmes en calcul (0.17 écart-type), et en résolution adaptative de problèmes (0.06 écart-type). Dans 30 pays sur 31, les hommes surpassent les femmes en calcul.
Les écarts entre les genres sont variables selon le niveau d’études. L’avantage en calcul dont bénéficient les hommes est particulièrement important chez les plus performants.
La variabilité d’un pays à l’autre des écarts observés entre les genres en calcul révèle le niveau des inégalités entre les genres au sein de leurs sociétés respectives. L’écart entre les genres au bénéfice des hommes observé en calcul est d’autant plus faible que ces inégalités sont importantes.
L’ampleur des écarts entre les genres varie en fonction d’autres caractéristiques. Par exemple, l’écart entre les genres dont bénéficient les hommes en calcul est plus important chez les adultes dont les parents ont suivi des études supérieures (0.20 écart-type) que chez les adultes dont les parents n’ont pas fait d’études supérieures (0.16 écart-type).
Chez les adolescents, les points forts des garçons et des filles sont différents. Les garçons obtiennent de meilleurs résultats que les filles en résolution créative des problèmes (0.08 écart-type), en culture financière (0.05 écart-type), en pensée informatique (0.04 écart-type) et en mathématiques (0.10 écart-type). Les filles obtiennent de meilleurs résultats que les garçons en résolution collaborative de problèmes (0.29 écart-type), en compétences globales (0.26 écart-type), en créativité (0.25 écart-type), en connaissances civiques (0.22 écart-type), en maîtrise de l’informatique et de l’information (0.20 écart-type) et à l’écrit (0.24 écart-type).

Âge :

Les compétences en traitement de l’information atteignent un sommet chez les jeunes adultes avant de diminuer en règle générale avec l’âge. Cette tendance est largement répandue dans les pays de l’OCDE, sauf en Suède et en Nouvelle-Zélande. En moyenne, les 16-29 ans surpassent les 50-65 ans d’environ 0.48 écart-type à l’écrit, 0.36 écart-type en calcul et 0.57 écart-type en résolution adaptative de problèmes.
Les disparités liées à l’âge les plus marquées s’observent à la base de la distribution des niveaux d’études. Par exemple, l’écart en matière de compétences à l’écrit entre les 16-29 ans et les 50-65 ans correspond à 0.56 écart-type au 10^e centile mais à 0.41 écart-type au 90^e centile.

Origine immigrée :

En moyenne, les enfants d’immigrés ont des compétences inférieures à celles des personnes présentant des caractéristiques similaires mais non issues de l’immigration. Leurs disparités correspondent à 0.4 écart-type à l’écrit, à 0.14 écart-type en calcul et à 0.11 écart-type en résolution adaptative de problèmes. Ces disparités sont toutefois très variables selon les pays.

Lieu d’habitation pendant l’enfance :

Les disparités dans les compétences fondamentales du XXI^e siècle selon le lieu d’habitation pendant l’enfance favorisent nettement les citadins. Le fait que les individus aient grandi dans un village, une petite ville ou une métropole détermine les possibilités qui s’offrent à eux de développer et d’entretenir leurs compétences tout au long de leur vie. En moyenne, les adultes qui ont grandi dans une métropole possèdent un plus haut niveau de compétences à l’écrit (0.20 écart-type), en calcul (0.18 écart-type) et en résolution adaptative de problèmes (0.17 écart-type) que ceux qui ont grandi dans un village.
L’écart entre les zones urbaines et rurales du point de vue des compétences du XXI^e siècle est largement dû aux différences de situation socioéconomique des personnes selon leur lieu d’habitation. Lorsque l’on compare des personnes dont les parents présentent des caractéristiques similaires, les disparités entre les métropoles et les villages s’amenuisent pour s’établir à 0.08 écart-type pour les compétences à l’écrit, à 0.06 écart-type pour le calcul et à 0.05 écart-type pour la résolution adaptative de problèmes.
Chez les jeunes de 15 ans, les disparités liées à la situation géographique de l’école se sont légèrement accrues au fil du temps. L’écart de compétences en mathématiques entre les jeunes scolarisés dans une métropole et ceux scolarisés dans un village est passé de 0.22 écart-type en 2003 à 0.26 écart-type en 2022.

1. Le coefficient de Gini indique dans quelle mesure la répartition (par exemple du revenu) entre les individus ou les ménages au sein d’une économie s’écarte d’une répartition parfaitement égale. Un indice de Gini de 0 représente une égalité parfaite, tandis qu’un indice de 100 implique une inégalité parfaite.

2.1. Mise en évidence des disparités dans les compétences du XXI^e siècle liées à des facteurs sociodémographiques

Copier le lien de 2.1. Mise en évidence des disparités dans les compétences du XXI<sup>e</sup> siècle liées à des facteurs sociodémographiques

Les crises et les mégatendances ont intensifié l’importance des individus disposant des compétences nécessaires pour s’adapter, innover et s’épanouir dans des environnements de travail et sociaux en mutation rapide, les compétences fondamentales du XXI^e siècle – à l’écrit, en calcul et en résolution adaptative de problèmes – étant de plus en plus indispensables dans les métiers actuels comme dans ceux en voie d’apparition (voir chapitre 1, section 1.1). Les données disponibles suggèrent toutefois que ces compétences sont inégalement réparties entre les populations, du fait de disparités plus larges dans le cadre desquelles les difficultés et leurs conséquences se renforcent mutuellement au fil du temps, ce qui permet que les écarts se perpétuent tout au long de la vie. Cette répartition inégale limite la capacité de certaines catégories de la population à prendre pleinement part à la vie économique et civique moderne et à bénéficier de tous les avantages qu’elle offre.

Ce chapitre examine les données disponibles sur la manière dont les compétences du XXIe siècle varient en fonction de diverses caractéristiques sociodémographiques telles que le genre, le niveau d’études des parents, la profession des parents, l’origine immigrée, le lieu d’habitation pendant l’enfance, ou encore l’âge. Il s’appuie sur les données issues de l’Évaluation des compétences des adultes 2023, du Programme international pour le suivi des acquis des élèves (PISA), de l’Étude internationale des compétences en littératie numérique et pensée informatique (ICILS) et de l’Étude internationale sur l’éducation civique et citoyenne (ICCS) pour offrir une évaluation détaillée de l’ampleur et de la nature de ces écarts de compétences chez les adultes et les jeunes. Conjointement, ces observations mettent en lumière les tendances persistantes ou en voie d’apparition dans la répartition des compétences du XXI^e siècle, et donnent des indications sur la manière dont ces écarts pourraient être comblés par des efforts ciblés au sein et au-delà du système éducatif.

La probabilité pour un individu d’acquérir ces compétences est grandement influencée par ses caractéristiques sociodémographiques (Hanushek et Woessmann, 2011[1] ; Van de Werfhorst et Mijs, 2010[2]) ; l’étroitesse de cette corrélation est toutefois variable selon les pays, ce qui prouve que les spécificités nationales et le choix des politiques mises en œuvre par chaque pays peuvent déterminer le degré d’influence que les circonstances héritées par les individus pourront exercer sur leurs possibilités de développer leurs compétences.

2.1.1. Disparités selon le niveau d’études et la profession des parents

Les travaux de recherche donnent à penser que les parents influent sur le développement cognitif, social et émotionnel de leurs enfants (Cunha et Heckman, 2007[3] ; Demange et al., 2022[4] ; England-Mason et Gonzalez, 2020[5] ; Grusec et Davidov, 2019[6] ; Guhin, Calarco et Miller-Idriss, 2021[7] ; Leerkes, Bailes et Augustine, 2020[8]). Les compétences sociales et émotionnelles peuvent être transmises de génération en génération (Attanasio, de Paula et Toppeta, 2024[9]), ce qui a pour effet de renforcer la stratification sociale, c’est-à-dire la manière dont les sociétés classent les individus en différentes catégories selon leurs caractéristiques sociodémographiques (Farkas, 2003[10] ; Gruijters, Raabe et Hübner, 2023[11]). Les enfants dont les parents possèdent des diplômes de l’enseignement supérieur ou exercent une profession très valorisée (à savoir selon la définition retenue dans le présent chapitre une fonction de dirigeant, de cadre supérieur ou de gérant, une profession intellectuelle ou scientifique ou une profession intermédiaire) présentent généralement des niveaux plus élevés de compétences en traitement de l’information et d’autres tendances comportementales. Ces disparités apparaissent très tôt et persistent tout au long de l’adolescence jusqu’à l’âge adulte, bien que l’évolution soit variable en fonction du contexte dans chaque pays (Borgonovi et Pokropek, 2021[12] ; Dickson, Gregg et Robinson, 2016[13]). Les pays se distinguent par ailleurs les uns des autres selon que les inégalités initiales s’accroissent ou se réduisent lorsque les individus quittent l’école pour s’engager dans des voies d’apprentissage très différenciées dans le cadre de l’enseignement post obligatoire, dans un programme de formation ou sur le marché du travail (OCDE, 2021[14]).

Le statut socioéconomique des parents détermine aussi bien les ressources objectives que les attentes des jeunes en matière de carrière et d’éducation (Breen et Goldthorpe, 1997[15] ; Bodovski, 2013[16] ; Lareau, 2011[17]). Les environnements familiaux stimulants, caractérisés par la présence de ressources et d’activités éducatives, favorisent les avantages précoces en matière de développement cognitif, ce qui crée des avantages cumulatifs qui s’accroissent au fil du temps (Lareau, 2011[17]). Les attentes élevées des parents, les choix stratégiques du lieu d’habitation et les réseaux sociaux renforcent encore ces avantages parmi les familles issues de milieux socioéconomiques favorisés (Chetty et al., 2022[18] ; Owens, Reardon et Jencks, 2016[19] ; OCDE, 2024[20]).

Il a été démontré que les adolescents évaluent les options éducatives en fonction des risques et des avantages qu’ils perçoivent. Ceux issus de milieux défavorisés perçoivent des risques plus élevés et revoient souvent à la baisse leurs ambitions malgré de bons résultats scolaires, alors que les jeunes favorisés maintiennent de hautes aspirations quels que soient leurs résultats (Bernardi et Valdés, 2021[21]). Aussi les élèves défavorisés réagissent-ils plus fortement aux signaux relatifs à leur probabilité de réussite scolaire et optent-ils bien souvent pour des filières éducatives présentant un faible risque d’échec (Holm, Hjorth-Trolle et Jæger, 2019[22]). Tous ces facteurs contribuent à accentuer avec le temps leur désavantage initial, car en l’absence de facteurs compensatoires les petites différences de situation dans l’enfance tendent à s’aggraver au fil des ans.

Dans tous les pays, les adultes issus de familles d’un milieu socioéconomique favorisé affichent des niveaux plus élevés de compétences en traitement de l’information (Graphique 2.1, parties C et D). Les écarts sont d’ampleur moyenne : l’écart entre les adultes avec et sans parents diplômés de l’enseignement supérieur s’élève à 0.55 écart-type à l’écrit, à 0.53 écart‑type en calcul et à 0.55 écart-type en résolution adaptative de problèmes. Les écarts liés à la profession des parents sont similaires : l’écart entre les adultes dont les parents exercent ou non une profession très valorisée s’élève à 0.51 écart-type à l’écrit comme en calcul, et à 0.49 écart-type en résolution adaptative de problèmes. Les écarts liés au niveau d’études et à la profession des parents sont largement répandus : quel que soit le pays, les adultes issus d’un milieu plus favorisé possèdent des niveaux plus élevés de compétences en traitement de l’information que leurs pairs issus de milieux moins favorisés. Les écarts les plus marqués selon le niveau d’études des parents sont observés au Portugal pour les compétences à l’écrit (0.86 écart-type), en calcul (0.80 écart-type) et en résolution adaptative de problèmes (0.84 écart-type), alors que les écarts les plus larges selon la profession des parents sont enregistrés au Portugal pour les compétences à l’écrit (0.7 écart-type) et au Chili pour le calcul (0.68 écart-type) et la résolution adaptative de problèmes (0.67 écart-type).

Au cours du siècle dernier, la composition des familles s’est considérablement modifiée. L’Encadré 2.1 examine comment le niveau d’études et la profession des parents ont évolué selon les générations et les effets que cela a eus sur la répartition des ressources des familles dans les pays de l’OCDE.

Graphique 2.1. Disparités dans les compétences fondamentales du XXI^e siècle, selon l’âge, le genre, le niveau d’études des parents et la profession des parents
Copier le lien de Graphique 2.1. Disparités dans les compétences fondamentales du XXI<sup>e</sup> siècle, selon l’âge, le genre, le niveau d’études des parents et la profession des parents

Moyenne, pays min., pays max., et nombre de pays présentant un écart positif en points de score, moyenne OCDE

Encadré 2.1. Évolutions du niveau d’études et de la profession des parents selon les générations

Copier le lien de Encadré 2.1. Évolutions du niveau d’études et de la profession des parents selon les générations

Dans ce rapport, le milieu socioéconomique d’une famille est mesuré à l’aide d’indicateurs du niveau d’études le plus élevé et de la situation professionnelle des parents, en comparant les adultes dont au moins un des parents dispose d’un diplôme d’études supérieures ainsi que les adultes dont au moins un des parents exerce une profession intellectuelle ou scientifique ou une fonction de dirigeant, de cadre supérieur ou de gérant avec ceux pour qui tel n’est pas le cas. Toutefois, s’il n’est tenu compte que du niveau d’études et du statut professionnel du parent le plus favorisé, aucune distinction n’est faite entre les personnes qui bénéficient de l’avantage supplémentaire de disposer de deux parents diplômés de l’enseignement supérieur ou exerçant des professions très valorisées et celles pour qui tel n’est pas le cas.

Au cours du siècle dernier, la composition des familles s’est considérablement modifiée. Seuls 7 % des adultes âgés de 56 à 65 ans en 2023 (ceux nés entre 1958 et 1967) ont bénéficié de parents ayant tous deux suivi des études supérieures, alors que le pourcentage correspondant atteint 29 % chez les individus âgés de 16 à 25 ans (celles nées entre 1998 et 2007) (tableau 2.A.1.1 de l’Annexe 2.A). À l’inverse, la proportion d’adultes dont les deux parents ont obtenu, tout au plus, un diplôme du premier cycle de l’enseignement secondaire était de 40 % chez les 56-65 ans, contre seulement 9 % chez les 16-25 ans. Dans la cohorte de naissances la plus âgée, seulement 31 % des personnes dont au moins un parent a suivi des études supérieures possèdent également un second parent ayant fait des études supérieures, contre 52 % dans la cohorte de naissances la plus jeune.

L’évolution du niveau d’études au fil du temps se trouve reflétée dans l’évolution de la situation professionnelle : l’augmentation du niveau d’études des femmes s’est accompagnée d’un hausse de leur taux d’activité, et nombre d’entre elles exercent désormais des métiers très valorisés comme les fonctions de dirigeantes, de cadres supérieurs ou de gérantes ou encore des professions intellectuelles et scientifiques (Classification internationale type des professions [CITP 1-2]). Le pourcentage d’adultes dont les deux parents exercent des professions relevant des niveaux 1 ou 2 de la CITP est plus important dans les cohortes les plus jeunes : seulement 7 % des 56-65 ans ont eu des parents exerçant tous deux des métiers de cette catégorie professionnelle, contre 16 % des 16-25 ans (tableau 2.A.1.2 de l’Annexe 2.A). Dans la cohorte de naissances la plus âgée, seulement 20 % des personnes dont au moins un parent exerce une profession très valorisée ont également un second parent exerçant une profession très valorisée, contre 34 % au sein de la cohorte de naissances la plus jeune.

Les importantes évolutions des niveaux d’études et de la situation professionnelle qui sont décrites aux tableaux 2.A.1.1 et 2.A.1.2 de l’Annexe 2.A sont pour une large part dues à l’augmentation du nombre de femmes suivant des études supérieures et à l’augmentation de leurs perspectives d’emploi, plutôt qu’à une évolution des préférences du point de vue des caractéristiques recherchées par les hommes et les femmes chez un conjoint ou une conjointe. Le pourcentage de personnes dont les parents ont atteint des niveaux d’études similaires et le pourcentage de personnes dont les parents ont exercé une profession de type similaire demeurent relativement stables dans toutes les cohortes de naissance. Les évolutions les plus importantes peuvent être observées parmi les adultes dont les mères ont fait des études supérieures et dont les pères ont également suivi des études supérieures. Leur pourcentage s’élève à 38 % chez les 56‑65 ans alors qu’il atteint 71 % pour les 16-25 ans (partie A du Graphique 2.2). De même, le pourcentage d’adultes dont les mères ont exercé des fonctions de dirigeantes, de cadres supérieurs ou de gérantes ou des professions intellectuelles ou scientifiques alors que leurs pères exerçaient également ce même type de fonctions ou professions est passé de 38 % chez les 56-65 ans à 53 % chez les 16-25 ans (partie B du Graphique 2.2). Dans le même temps, on ne constate guère d’évolution chez les adultes dont les pères ont fait des études supérieures et dont les mères ont également fait des études supérieures, ni chez les adultes dont les pères ont exercé des fonctions de dirigeants, de cadres supérieurs ou de gérants ou des professions intellectuelles ou scientifiques et dont les mères exerçaient également ce même type de fonctions ou de professions.

Graphique 2.2. Évolutions tendancielles du niveau d’études et de la profession des parents
Copier le lien de Graphique 2.2. Évolutions tendancielles du niveau d’études et de la profession des parents

Nombre total d’élèves/étudiants dans les pays de l’OCDE, les pays étant pondérés en fonction de leur population, moyenne OCDE

Ces évolutions, imputables à l’appariement sélectif et à l’augmentation du niveau d’études des femmes, ont de profondes répercussions sur les systèmes éducatifs et l’acquisition de compétences. Les ressources disponibles au sein des ménages où les deux parents ont suivi des études supérieures et perçoivent des revenus issus de l’exercice de professions très valorisées sont très différentes de celles des familles où ni l’un ni l’autre des parents ne se trouve dans ce cas. Il est par ailleurs difficile d’évaluer les évolutions au fil du temps, car si par le passé bon nombre des personnes dont au moins un parent avait suivi des études supérieures n’avaient qu’un seul parent dans cette situation, aujourd’hui le plus souvent leurs deux parents se trouvent dans un tel cas. Il s’est donc difficile de procéder à des comparaisons directes des niveaux de compétences selon le niveau d’études des parents. Cela donne toutefois à penser que l’ampleur du désavantage que les enfants issus de milieux socioéconomiques défavorisés peuvent ressentir par rapport à ceux des ménages plus favorisés est allée en augmentant au fil du temps, et que les écarts de ressources se sont probablement accrus. Les mesures compensatoires qui auraient pu être suffisantes et efficaces par le passé pourraient donc ne plus être d’une aussi grande efficacité aujourd’hui ou à l’avenir.

Les résultats indiquent par ailleurs que les disparités en matière de composition des ménages du point de vue du niveau d’études des parents selon que les répondants ont grandi dans une métropole ou dans un village se sont accentuées au fil du temps. Par exemple, parmi les personnes âgées de 56 à 65 ans en 2023 (nées entre 1958 et 1967), 11 % de celles ayant grandi dans une métropole possédaient des parents ayant tous les deux suivi des études supérieures, contre seulement 4 % de celles qui ont grandi dans un village, soit un écart de 7 points de pourcentage (tableau 2.A.1.3 de l’Annexe 2.A). Cet écart atteignait 15 points de pourcentage chez les adultes nés entre 1998 et 2007. Les résultats portent donc à croire que les évolutions à long terme de la concentration dans les centres urbains des personnes ayant suivi des études supérieures ont exacerbé les désavantages dans les agglomérations rurales.

2.1.2. Disparités selon le genre

Les disparités en matière de compétences entre les hommes et les femmes sont généralement modestes (Hyde, 2014[24]), mais elles n’en peuvent pas moins avoir des conséquences dans la mesure où elles déterminent les parcours éducatifs et les choix de carrière. Les filles ont tendance à surpasser les garçons dans les tâches verbales/linguistiques, ce qui entraîne de meilleurs résultats à l’écrit, tandis que les garçons bénéficient souvent d’un léger avantage dans les tâches spatiales et mathématiques. Les disparités selon le genre évoluent avec l’âge, en fonction des parcours éducatifs et professionnels (Rebollo-Sanz et de la Rica, 2020[25] ; Borgonovi, 2022[26] ; OCDE, 2020[27]). L’avantage dont bénéficient les filles et les femmes à l’écrit atteint son apogée à l’adolescence avant de diminuer à l’âge adulte, tandis que l’avantage des garçons et des hommes en calcul s’accroît sans discontinuer (Borgonovi, Choi et Paccagnella, 2021[28] ; Solheim et Lundetræ, 2016[29] ; Lundetræ et al., 2014[30] ; Rosdahl, 2014[31] ; OCDE/Statistiques Canada, 2005[32]). Les hommes et les garçons sont plus enclins que les femmes et les filles à se dire prêts à opter pour une gratification différée plus importante plutôt que pour une gratification immédiate plus modeste (Falk et Hermle, 2018[33]), mais dans la réalité ils ont une moindre probabilité d’opter pour la gratification différée plus importante plutôt que pour la gratification immédiate plus modeste (Silverman, 2003[34]).

Dès un âge précoce, la socialisation des garçons et des filles s’effectue bien souvent à travers des expériences différentes d’acquisition des compétences, ce qui renforce les stéréotypes de genre et influence les trajectoires de développement des compétences : les filles sont souvent encouragées à lire et à exprimer leurs émotions, tandis que les garçons peuvent recevoir des jouets favorisant le développement des prérequis des compétences mathématiques (OCDE, 2015[35]). Les stéréotypes de genre peuvent également miner la confiance des jeunes dans les domaines contre-stéréotypés. Les adolescentes, par exemple, sous-estiment souvent leurs capacités en mathématiques malgré de très bons résultats, ce qui nuit au développement ultérieur de leurs compétences (Huang, 2012[36]). Les environnements scolaires et les structures sociales plus larges peuvent amplifier ou réduire ces disparités (OCDE, 2015[35]).

Les disparités entre les hommes et les femmes du point de vue des compétences fondamentales du XXI^e siècle sont variables selon le domaine considéré (Graphique 2.1, partie B). Par exemple, alors qu’en moyenne les femmes surclassent les hommes à l’écrit par 0.04 écart-type, les hommes obtiennent un score plus élevé que les femmes en calcul et en résolution adaptative de problèmes (0.17 écart-type et 0.06 écart-type, respectivement). S’agissant des pays, dans 9 d’entre eux sur 31, les femmes affichent de meilleurs résultats que les hommes en compétences à l’écrit. En compétences en calcul, les hommes surpassent les femmes dans tous les pays sauf en Croatie, et la disparité la plus marquée entre les genres en calcul est observée en Suisse où elle atteint 0.29 écart-type. En matière de résolution adaptative de problèmes, les hommes font mieux que les femmes dans 12 pays sur 31.

2.1.3. Disparités selon l’âge

Les disparités de compétences évoluent au cours de la vie, sous l’influence de l’apprentissage formel, non formel et informel, des expériences de vie et des caractéristiques socioéconomiques propres à chaque cohorte. L’âge atténue par ailleurs les disparités liées au genre, au milieu familial et à une origine immigrée (Borgonovi et al., 2017[37] ; Rebollo-Sanz et De la Rica, 2020[38]). Les compétences en traitement de l’information atteignent un sommet au début de l’âge adulte avant de diminuer en règle générale par la suite, de manière plus marquée chez les personnes ayant un faible niveau d’études. Des études longitudinales indiquent que l’utilisation des compétences au travail et à la maison atténue le déclin lié à l’âge, en particulier chez les personnes ayant suivi des études supérieures (Hanushek et al., 2025[39]).

En moyenne, les compétences fondamentales du XXI^e siècle des 16-29 ans sont d’un niveau plus élevé que celles des 50-65 ans. Les disparités sont d’une ampleur faible à moyenne si l’on se fonde sur les « indices de référence du d de Cohen1 », mais importante si l’on considère l’écart standardisé des résultats obtenus au cours d’une année scolaire parmi les participants au PISA (environ 0.20 écart-type) (Avvisati et Givord, 2023[40]), ou l’éventail des effets exercés sur les résultats par les interventions éducatives (Kraft, 2020[41]) : la différence correspond à 0.48 écart-type pour les compétences à l’écrit, à 0.36 écart-type pour le calcul et à 0.57 écart-type pour la résolution adaptative de problèmes (Cohen, 2013[42]). Les tranches d’âge les plus jeunes déclarent par ailleurs être plus disposées à renoncer à quelque avantage aujourd’hui afin d’obtenir une plus grande gratification dans le futur (écart de 0.35 écart-type) (Graphique 2.1, partie A). Les disparités de compétences en traitement de l’information liées à l’âge favorisent les jeunes adultes dans la quasi-totalité des pays. Seules font exception la Nouvelle-Zélande, où les séniors obtiennent de meilleurs scores en compétences à l’écrit, ainsi que la Nouvelle-Zélande et la Suède, où leurs scores en calcul sont plus élevés, bien que ces écarts ne soient pas statistiquement significatifs.

2.1.4. Disparités liées à l’origine immigrée

Les données disponibles sur les populations adultes suggèrent que, dans la plupart des pays, les immigrés ou les enfants d’immigrés, c’est-à-dire ceux nés dans un pays de parents immigrés ou qui y ont immigré alors qu’ils avaient moins de 18 ans, ont de moindres niveaux de compétences en traitement de l’information que les personnes non issues de l’immigration (OCDE, 2016[43]). L’écart non ajusté lié à l’origine immigrée s’élève à 0.14 écart-type pour les compétences à l’écrit, à 0.13 écart-type pour le calcul et à 0.10 écart-type pour la résolution adaptative de problèmes (Graphique 2.3, partie A). Après prise en compte du niveau d’études et de la profession des parents, les disparités sont de 0.14 écart-type pour les compétences à l’écrit comme en calcul et de 0.11 écart-type pour la résolution adaptative de problèmes.

Dans les pays de l’OCDE, le niveau d’études des immigrés s’est considérablement accru au cours des dernières décennies, à la suite de l’augmentation mondiale des niveaux de formation (Barro et Lee, 2013[44]) et des politiques d’immigration choisie (OCDE, 2024[45]). Attirer, sélectionner et retenir les migrants possédant des compétences adaptées au marché du travail du pays d’accueil est devenu un objectif essentiel des pouvoirs publics dans de nombreux pays de l’OCDE, et les différences de composition des flux d’immigration expliquent pour une large part les différences entre les pays du point de vue de l’éventail des compétences en traitement de l’information des populations immigrées (OCDE, 2018[46]). Les barrières linguistiques, notamment pour ceux qui immigrent à l’âge adulte, ont une incidence non négligeable sur leur capacité à exprimer toute l’étendue de leurs compétences en traitement de l’information, alors que celles-ci ont tendance à décliner, notamment pour ceux ayant immigré après l’âge de 12 ans (Cathles et al., 2021[47] ; OCDE, 2018[46]). L’Encadré 2.2 décrit l’effet de la distance linguistique sur les compétences des personnes.

Graphique 2.3. Disparités dans les compétences fondamentales du XXI^e siècle, selon l’origine immigrée et le lieu d’habitation pendant l’enfance
Copier le lien de Graphique 2.3. Disparités dans les compétences fondamentales du XXI<sup>e</sup> siècle, selon l’origine immigrée et le lieu d’habitation pendant l’enfance

Écart ajusté et non ajusté en compétences à l’écrit, en calcul et en résolution adaptative de problèmes, selon l’origine immigrée et le lieu d’habitation pendant l’enfance, moyenne OCDE

Encadré 2.2. Différences dans la manière dont les caractéristiques personnelles influent sur les diverses compétences : le cas de la distance linguistique

Copier le lien de Encadré 2.2. Différences dans la manière dont les caractéristiques personnelles influent sur les diverses compétences : le cas de la distance linguistique

Le chapitre 1 expose comment, au XXI^e siècle, les individus doivent posséder un large éventail de compétences, dont des compétences sociales et émotionnelles et la capacité de différer la gratification, tout comme des compétences en traitement de l’information. L’examen d’un éventail de compétences permet de constater qu’une caractéristique personnelle peut être un obstacle à la maîtrise des compétences dans un domaine donné (comme les compétences à l’écrit) tout en représentant potentiellement un avantage dans un autre (par exemple, les compétences en calcul ou en résolution adaptative de problèmes). La constatation de ces interconnexions met en évidence la nature multidimensionnelle des potentialités humaine et laisse entrevoir la possibilité de mettre en œuvre des pratiques plus inclusives en matière de formation et d’emploi.

Une vision holistique du développement des compétences incite par ailleurs à tenir compte des atouts dont disposent des populations qui sont généralement défavorisées sur le marché du travail comme au sein de la société. Par exemple, des facteurs tels que la distance linguistique – le degré de dissimilarité entre la langue maternelle (L1) et la langue seconde (L2) d’un individu – pourraient entraver la maîtrise d’une nouvelle langue très différente de celle que cet individu connaît déjà, mais ils pourraient également encourager des adaptations cognitives favorisant une flexibilité accrue dans d’autres domaines (Isphording, 2014[48] ; Paradis, 2011[49]). La distance linguistique influence non seulement l’acquisition directe des compétences linguistiques, mais amplifie également les défis cognitifs lors de l’utilisation de la L2, un phénomène souvent appelé « effet langue étrangère » (Takano et Noda, 1995[50]). L’intellection de ces mécanismes compensatoires peut permettre aux décideurs, aux professionnels de l’enseignement et aux employeurs de mieux tirer parti des talents sous-utilisés au sein de la société. En dernier lieu, la compréhension d’un éventail plus large de compétences permet de concevoir des interventions et d’ouvrir des perspectives qui nourrissent et mettent en valeur tout l’éventail des capacités humaines, au bénéfice non seulement des individus concernés, mais aussi des collectivités et des organisations dont ils font partie.

La maîtrise d’une langue seconde consciemment acquise peut être considérablement affectée par le degré de dissimilarité entre la nouvelle langue et celle dont la personne en question connaît déjà la prononciation, la grammaire, l’écriture et le vocabulaire. Une plus grande dissimilarité entre la L1 et la L2 entraîne généralement une difficulté accrue du traitement linguistique (c’est-à-dire pour comprendre la L2 tel qu’elle est entendue/lue). Il s’ensuit une fatigue cognitive, car de plus grandes ressources cognitives sont nécessaires au traitement linguistique. Les ressources cognitives ont donc une moindre probabilité de pouvoir être mobilisées pour traiter l’information non linguistique (Isphording, 2014[48] ; Takano et Noda, 1995[50]). C’est pourquoi les individus confrontés à une plus grande dissimilarité entre la L1 et la L2 peuvent éprouver de plus grandes difficultés non seulement à utiliser la L2 mais aussi à effectuer des tâches cognitivement exigeantes dans leur L2 (Norman et Bobrow, 1975[51]). La distance linguistique paraît de ce fait être un important facteur dont l’influence ne s’exerce pas seulement sur les compétences linguistiques mais aussi sur les celles plus larges en matière de traitement de l’information (Borgonovi et Ferrara, 2020[52] ; Isphording, 2014[48] ; Kuperman, 2022[53]).

Bien que la distance linguistique soit associée à de moins bons résultats à l’écrit (Borgonovi et Ferrara, 2020[52] ; Isphording, 2014[48] ; Kuperman, 2022[53]), ses effets sur d'’autres compétences peuvent être plus nuancés. Par exemple, Kuperman (2022[53]) a examiné l’impact de la distance linguistique sur les résultats des immigrés canadiens. Bien qu’une plus grande distance linguistique soit allée de pair avec des scores plus faibles à l’écrit, les compétences en calcul ne s’en sont pas trouvées affectées. Une explication de ce phénomène tient au fait que les mathématiques tendent à être plus « indépendantes de la langue » que les compétences à l’écrit, les compétences existantes en calcul étant plus facilement transférées à un nouvel environnement linguistique, alors que les compétences à l’écrit sont plus étroitement liées à la langue particulière dans laquelle elles ont été initialement acquises (Kuperman, 2022[53]).

Un lien a été établi entre l’apprentissage d’une langue seconde et certaines modifications de la structure anatomique du cerveau (Li, Legault et Litcofsky, 2014[54]). Par exemple, les expériences bilingues peuvent produire des effets inter domaines, améliorant à la fois les capacités linguistiques et les fonctions cognitives générales (Lehtonen et al., 2018[55] ; Li, Legault et Litcofsky, 2014[54]). Même chez les plus âgés, l’apprentissage d’une langue seconde a été mis en relation avec des améliorations en matière de commutation attentionnelle, d’inhibition, de mémoire de travail, ainsi qu’avec une plus grande connectivité fonctionnelle (Ware et al., 2021[56]). Une méta-analyse réalisée par Nucette et al. (2024[57]) a étudié la corrélation entre l’apprentissage des langues étrangères et les compétences en mathématiques chez les jeunes adolescents, ce qui a mis en évidence que l’apprentissage des langues pourrait avoir une incidence positive sur la maîtrise des mathématiques. Aussi, bien qu’ils puissent éprouver des difficultés en à l’écrit, les individus qui doivent faire face à une plus grande distance linguistique peuvent-ils développer des compétences compensatoires qui leur sont utiles en calcul comme dans d’autres domaines.

Les résultats présentés au Graphique 2.4 confortent les données antérieures tendant à montrer que la distance linguistique a des effets compensatoires sur les compétences dans d’autres domaines que les compétences à l’écrit. La distance linguistique, mesurée par la distance de Levenshtein normalisée par divergence1, présente une corrélation négative significative avec les compétences à l’écrit avant et après prise en compte des caractéristiques sociodémographiques (-0.26 écart-type et -0.12 écart-type, respectivement). Cependant, lorsque les compétences à l’écrit sont maintenues constantes, la distance linguistique présente une corrélation positive avec les compétences en mathématiques, après prise en compte des caractéristiques sociodémographiques (0.02 écart-type). Par ailleurs, la corrélation négative initiale entre la distance linguistique et la résolution adaptative des problèmes (-0.23 écart-type) disparaît presque entièrement (0.01 écart-type, soit un niveau non significatif) une fois qu’il est tenu compte des compétences à l’écrit et des facteurs contextuels. Ces tendances portent à croire que, bien qu’elle crée initialement des obstacles à l’acquisition des compétences à l’écrit, la distance linguistique peut favoriser d’autres compétences, en particulier en mathématiques, grâce à des mécanismes compensatoires.

Graphique 2.4. Distance linguistique et maîtrise des compétences
Copier le lien de Graphique 2.4. Distance linguistique et maîtrise des compétences

Effet sur les compétences fondamentales du XXI^e siècle d’une augmentation de la distance linguistique d’un écart-type, moyenne OCDE

1. La distance de Levenshtein normalisée par divergence est un indicateur de la distance linguistique mis au point dans le cadre du projet Cross-Linguistic Linked Data hébergé par l’Institut Max Planck pour la science de l’histoire humaine. Cet indicateur offre une approche systématique pour quantifier le degré de similarité entre les langues (Wichmann et al., 2010[126]). Il est fondé sur le « programme automatisé d’évaluation de la similarité » (Automated Similarity Judgment Program), qui compare les caractéristiques phonétiques et lexicales de différentes langues à l’aide de la liste Swadesh – un ensemble standardisé de mots avec des significations communes dans les différentes langues. Les transcriptions phonétiques des mots sont analysées à l’aide d’une distance de Levenshtein composite, calculée comme le nombre minimum de modifications d’un seul caractère nécessaires pour transformer la transcription d’une langue en celle d’une autre (Bakker et al., 2009[127]). La distance moyenne pour l’ensemble des mots est ensuite ajustée pour produire le score final correspondant, qui est une mesure continue allant de 0 à juste au-dessus de 100, le degré de similarité étant d’autant plus élevé que le score est bas. Cette approche fournit un cadre normalisé de comparaison entre les langues validé empiriquement et susceptible d’être appliqué dans divers contextes de recherche scientifique.

2.1.5. Disparités selon le lieu d’habitation pendant l’enfance

L’endroit où vivent les individus est un important facteur qui contribue à déterminer leurs perspectives sur le marché du travail comme au sein de la société (Chetty et al., 2014[58] ; 2018[59] ; OCDE, 2025[60]). Les métropoles ont certes favorisé par le passé l’égalité économique, mais les dernières décennies ont vu se produire des inégalités croissantes et une diminution des possibilités de mobilité sociale dans ces mêmes grandes villes (Connor et al., 2025[61]). Le lieu de naissance a une incidence sur les possibilités de développement des compétences en raison des contraintes financières, professionnelles, sociales et familiales qui limitent la mobilité, aussi de nombreux adultes restent-ils à proximité de leur lieu de naissance malgré les perspectives limitées qu’il offre (Artamonova et Syse, 2021[62] ; Ferreira, Gyourko et Tracy, 2011[63] ; Ganong et Shoag, 2017[64] ; Gobillon et Seold, 2021[65] ; Spring, Gillespie et Mulder, 2023[66]).

Le contexte régional influe sur les compétences sociales et émotionnelles ainsi que sur les résultats scolaires, quelles que soient les caractéristiques des parents. Les zones urbaines offrent généralement de meilleures infrastructures et ressources éducatives, alors que dans les zones rurales les choix en matière d’éducation sont limités, tout comme la qualité de l’enseignement (Atherton et al., 2023[67] ; OCDE, 2017[68] ; Rentfrow, Gosling et Potter, 2008[69] ; Echazarra et Radinger, 2019[70]). Les zones rurales sont également confrontées à des défis en matière d’éducation et d’accueil des jeunes enfants (EAJE), dont des taux d’encadrement plus réduits, un moindre recours aux pratiques pédagogiques prosociales, ainsi qu’une disponibilité limitée. Les centres urbains attirent davantage de financements, un personnel plus qualifié et un plus large éventail de ressources (OCDE, 2019[71] ; Echazarra et Radinger, 2019[70]).

Dans environ trois pays sur quatre, les adultes qui ont grandi dans une métropole ont des compétences plus élevées à l’écrit, en calcul et en résolution adaptative de problèmes que ceux qui ont grandi dans un village ou en zone rurale, comme le montre la partie B du Graphique 2.3. En moyenne, les écarts non ajustés correspondent à 0.20 écart-type à l’écrit, à 0.18 écart-type en calcul et à 0.17 écart-type en résolution adaptative de problèmes. Les écarts sont moindres lorsque l’on compare les deux groupes après prise en compte du niveau d’études et de la profession des parents : 0.08 écart-type pour les compétences à l’écrit, 0.06 écart-type pour les mathématiques et 0.05 écart-type pour la résolution adaptative de problèmes.

Des disparités du point de vue des compétences sociales et émotionnelles et de la disposition à différer la gratification peuvent être observées entre les différents groupes sociodémographiques (Encadré 2.3).

Encadré 2.3. Disparités du point de vue des compétences sociales et émotionnelles et de la disposition à différer la gratification

Copier le lien de Encadré 2.3. Disparités du point de vue des compétences sociales et émotionnelles et de la disposition à différer la gratification

Dans un monde où la réussite est de plus en plus tributaire de la collaboration, de l’adaptabilité et de l’autodiscipline, les compétences sociales et émotionnelles et la disposition à différer la gratification complètent les compétences fondamentales du XXI^e siècle que sont les compétences à l’écrit, en calcul et en résolution adaptative de problèmes. La prise en compte de la manière dont ces compétences varient selon l’âge, le genre, le milieu socioéconomique, l’origine immigrée et le lieu d’habitation pendant l’enfance peut mettre en évidence des disparités que le recours aux indicateurs de réussite traditionnels ne permet pas de déceler, et fournir ce faisant aux décideurs des informations plus complètes en vue de la conception de leurs interventions. Ces indicateurs sont descriptifs et dépendent du contexte, aussi ne doivent-ils pas être interprétés comme des traits de caractère immuables ou comme des jugements de valeur sur des individus ou des groupes (voir les Clés de lecture).

Disparités selon l’âge : en moyenne, dans les pays de l’OCDE, les plus âgés ont une plus grande probabilité de déclarer qu’ils sont émotionnellement stables et ne sont pas facilement bouleversés (c’est-à-dire d’obtenir un score élevé pour ce qui est de la stabilité émotionnelle) que les adultes plus jeunes (0.12 écart-type). Ils ont également une plus grande probabilité d’être compatissants et de supposer le meilleur chez autrui (avec un écart de 0.24 écart-type pour ce qui est de l’amabilité) et d’être fiables (avec un écart de 0.50 écart-type pour ce qui est du caractère consciencieux) (Graphique 2.5, partie A). Les jeunes adultes ont quant à eux une plus grande probabilité d’être pleins d’énergie et d’apporter de nouvelles idées (avec un écart sous l’angle de l’extraversion de 0.11 écart-type et un écart d’ouverture d’esprit de 0.18 écart-type).

Disparités selon le genre : les hommes obtiennent dans tous les pays des scores plus élevés que les femmes en ce qui concerne la stabilité émotionnelle (0.40 écart-type), mais les femmes obtiennent des scores plus élevés que les hommes pour ce qui est de l’amabilité (0.34 écart-type) et du caractère consciencieux (0.15 écart-type). Les disparités selon le genre sont moins prononcées en ce qui concerne l’extraversion et l’ouverture d’esprit (Graphique 2.5, partie B). Les hommes déclarent par ailleurs une plus forte disposition à différer la gratification que les femmes (0.06 écart-type), des écarts significatifs étant observés dans 15 des 31 pays (voir le tableau 2.A.2.2 à l’Annexe 2.A).

Disparités selon le milieu socioéconomique : dans tous les pays, les adultes issus d’un milieu socioéconomique favorisé obtiennent des scores plus élevés sous l’angle de l’ouverture d’esprit que ceux issus d’un milieu socioéconomique défavorisé (écart de 0.32 écart-type en moyenne entre les personnes dont les parents ont suivi des études supérieures et celles pour qui tel n’est pas le cas et de 0.29 écart-type en moyenne entre les personnes dont les parents exercent une profession très valorisée et celles dont les parents exercent une profession peu valorisée). Les adultes issus d’un milieu socioéconomique favorisé ont également une plus grande probabilité d’obtenir des scores plus élevés que ceux issus d’un milieu défavorisé en ce qui concerne l’extraversion et la stabilité émotionnelle, malgré des écarts moins prononcés (Graphique 2.5, parties C et D). Pour ce qui est du caractère consciencieux, les adultes issus d’un milieu socioéconomique défavorisé obtiennent des scores plus élevés que ceux issus d’un milieu plus favorisé. Par exemple, dans 13 pays sur 29, les adultes dont les parents exerçaient des professions peu valorisées obtiennent des scores plus élevés du point de vue du caractère consciencieux que les adultes dont les parents exerçaient des professions très valorisées (écart de 0.07 écart-type en moyenne), et dans 20 pays sur 29, les personnes dont les parents n’avaient pas fait d’études supérieures obtiennent des scores plus élevés pour ce qui est du caractère consciencieux que ceux dont les parents avaient suivi des études supérieures (écart de 0.13 écart-type en moyenne). Les disparités en matière d’amabilité selon les caractéristiques socioéconomiques sont en moyenne de faible ampleur (elles font apparaître un léger écart de 0.03 écart-type en faveur des adultes dont les parents n’ont pas fait d’études supérieures et de 0.02 écart-type en faveur des adultes dont les parents exercent des emplois très valorisés) et sont variables selon les pays. Les écarts dans la disposition à différer la gratification imputables au milieu socioéconomique sont quantitativement faibles mais omniprésents dans tous les pays participants. Les adultes dont les parents ont suivi des études supérieures déclarent une plus grande disposition à différer la gratification que les adultes dont les parents n’ont pas fait d’études supérieures (écart de 0.21 écart-type). De même, les adultes dont les parents exerçaient une profession très valorisée lorsqu’ils étaient enfants déclarent une plus disposition à différer la gratification que les adultes dont les parents ne s’étaient pas trouvés dans cette situation (écart de 0.18 écart-type).

Graphique 2.5. Disparités en matière de disposition à différer la gratification et de compétences émotionnelles, selon l’âge, le genre, le niveau d’études des parents et la profession des parents
Copier le lien de Graphique 2.5. Disparités en matière de disposition à différer la gratification et de compétences émotionnelles, selon l’âge, le genre, le niveau d’études des parents et la profession des parents

Moyenne, pays min., pays max. et nombre de pays présentant des tailles d’effet négatives, moyenne OCDE

Disparités selon l’origine immigrée : les disparités entre les compétences sociales et émotionnelles des personnes issues de l’immigration et de celles qui ne se trouvent pas dans ce cas sont de faible ampleur, mais elles atteignent leur plus haut niveau pour ce qui est de l’ouverture d’esprit. En moyenne, les enfants d’immigrés obtiennent des scores plus élevés en matière d’ouverture d’esprit que les personnes non issues de l’immigration (0.09 écart-type en moyenne, Graphique 2.6, partie A) – même après prise en compte du milieu socioéconomique (autrement dit du niveau d’études et de la profession des parents). Les données empiriques suggèrent que la propension à émigrer est d’autant plus forte que le degré d’ouverture d’esprit est élevé (Canache et al., 2013[72]), et les études sur la transmission intergénérationnelle des compétences, des attitudes et des comportements portent à croire que les enfants se comportent de la même manière que leurs parents (Dohmen et al., 2011[73] ; Liefbroer et Elzinga, 2012[74] ; Grönqvist, Öckert et Vlachos, 2016[75]). Par conséquent, les enfants d’immigrés peuvent développer des tendances comportementales associées à des niveaux plus élevés d’ouverture d’esprit, ce qui pourrait impliquer la capacité de discerner si un défi peut s’avérer bénéfique (Tucker, 2023[76]). Par ailleurs, les enfants qui grandissent dans une famille d’immigrés ont une plus grande probabilité d’être exposés à un éventail de langues, de normes, de valeurs, de textes littéraires et de visions du monde, ce qui peut élargir leur capacité à comprendre et à prendre en considération différentes perspectives.

Graphique 2.6. Disparités en matière de disposition à différer la gratification et de compétences sociales et émotionnelles, selon l’origine immigrée et le lieu d’habitation pendant l’enfance
Copier le lien de Graphique 2.6. Disparités en matière de disposition à différer la gratification et de compétences sociales et émotionnelles, selon l’origine immigrée et le lieu d’habitation pendant l’enfance

Écart ajusté et non ajusté en matière de disposition à différer la gratification et de compétences sociales et émotionnelles, selon l’origine immigrée et le lieu d’habitation pendant l’enfance, moyenne OCDE

Disparités selon le lieu d’habitation pendant l’enfance : les écarts de compétences sociales et émotionnelles liées au lieu d’habitation pendant l’enfance sont modestes, sauf pour l’ouverture d’esprit, l’extraversion et la gratification différée (Graphique 2.6, partie B). Les adultes qui ont grandi dans une métropole obtiennent un score plus élevé en matière d’ouverture d’esprit que les adultes qui ont grandi dans un village (écart de 0.17 écart-type après prise en compte du niveau d’études et de la profession des parents), ce qui est conforme aux constatations de la littérature (Militaru et al., 2023[77]). Ils obtiennent également des scores plus élevés pour l’extraversion et la gratification différée (écart de 0.06 écart-type dans chaque cas après prise en compte du niveau d’études et de la profession des parents). Ces écarts ne sont pas liés à des différences de milieu socioéconomique, mais peuvent être dus au fait que les métropoles se caractérisent par une plus forte densité de population et une plus grande diversité que les villages, ce qui signifie que les enfants qui y vivent ont une plus grande probabilité d’être exposés à des individus différents d’eux-mêmes mais aussi les uns des autres sur le plan culturel, économique et social (Lee et al., 2025[78]). La plus forte concentration d’institutions telles que les musées ou les bibliothèques et la plus grande disponibilité d’événements culturels qu’offrent les grandes villes peuvent susciter la curiosité et l’adhésion à de nouvelles idées chez les enfants qui ont grandi dans une métropole plutôt que dans un village. Enfin, les environnements urbains offrent généralement des possibilités éducatives et extrascolaires plus variées (Echazarra et Radinger, 2019[70]), ce qui peut favoriser l’adaptabilité et l’ouverture d’esprit. Dans 9 pays sur 10, les adultes qui ont grandi dans une métropole déclarent par ailleurs une plus grande disposition à différer la gratification que ceux qui ont grandi dans un village ou en zone rurale, mais cet écart est modeste (0.06 écart-type après prise en compte du niveau d’études et de la profession des parents).

2.2. La nature multidimensionnelle des disparités de compétences

Copier le lien de 2.2. La nature multidimensionnelle des disparités de compétences

2.2.1. Disparités dans les compétences fondamentales du XXI^e siècle : des compétences de base aux compétences avancées

Les écarts moyens dans les disparités de compétences entre les différents groupes masquent de grandes différences aux extrêmes de la répartition des compétences à l’écrit, en calcul et en résolution adaptative de problèmes. L’examen des disparités de compétences parmi les plus performants aide à déterminer dans quelle mesure des individus de différents horizons qui partagent les talents nécessaires pour piloter des innovations telles que le développement de technologies vertes par l’intelligence artificielle (IA) ont été soutenus de manière appropriée dans leur trajectoire de développement des compétences. De même, l’examen des différences entre les groupes du point de vue des disparités de compétences entre les personnes dont les niveaux de réussite sont les plus faibles permet de déterminer la nécessité d’investir dans l’éducation et la formation tout au long de la vie afin de garantir que tous les adultes, quelle que soit leur origine, possèdent les niveaux de compétences de base requis pour exercer les activités économiques et sociales essentielles nécessaires à une participation éclairée à la société et aux marchés du travail. Les disparités entre les plus performants témoignent du succès ou de l’échec des établissements d’enseignement supérieur et des pôles d’innovation des pays, par exemple, à assurer une égalité des chances entre les hommes et les femmes ainsi qu’entre les personnes issues de milieux favorisés ou défavorisés. En revanche, les disparités entre les moins performants témoignent du succès ou de l’échec de l’école obligatoire, par exemple, à motiver et à faire participer les jeunes qui montrent moins d’intérêt et d’aptitudes pour le traitement de l’information. S’intéresser à d’autres éléments que les seules moyennes permet donc de s’appuyer sur une vision plus claire et plus détaillée pour concevoir les politiques et allouer les ressources. Concrètement, l’analyse compare non seulement les écarts de compétences pour l’adulte « moyen », mais aussi pour ceux qui se situent au sommet (90^e centile) et à la base (10^e centile) de la distribution des compétences. Cela permet de déterminer si les disparités sont plus grandes ou moins grandes chez les plus performants ou chez ceux qui obtiennent les moins bons résultats, et quels sont les groupes les plus touchés. Cette section complète les analyses menées ci-dessus en décrivant en détail les écarts observés chez les adultes moyens au sein des populations de l’OCDE, ainsi que les disparités au 10^ecentile (parmi les 10 % d’adultes ayant obtenu les moins bons scores) et au 90^ecentile (parmi les 10 % d’adultes ayant obtenu les meilleurs scores) centiles de la distribution des compétences à l’écrit, en calcul et en résolution adaptative de problèmes.

Chez les plus performants, les disparités entre les genres favorisent les hommes dans tous les domaines, comme indiqué dans le Graphique 2.7, partie B. En calcul, l’avantage moyen des hommes est de 0.17 écart-type ; cependant, il est de 0.28 écart-type au 90^e centile alors qu’il n’est que de 0.05 écart-type au 10^e centile. En compétences à l’écrit, les hommes surpassent les femmes de 0.05 écart-type au sein du groupe le plus performant, alors que les femmes surpassent les hommes de 0.15 écart-type dans le groupe qui obtient les moins bons résultats. De même, l’avantage des hommes en matière de résolution adaptative de problèmes s’élève à 0.15 écart-type au sein du groupe le plus performant, alors que les femmes surpassent les hommes de 0.04 écart-type dans le groupe qui obtient les moins bons résultats. Ces disparités sont examinées à la section 2.2.2, qui prend en considération la nature intersectionnelle du désavantage et réfléchit aux interactions entre le genre et le milieu socioéconomique.

Les disparités selon l’âge favorisent les jeunes adultes et sont les plus marquées parmi les personnes qui obtiennent les moins bons résultats à l’écrit, en calcul et en résolution adaptative de problèmes. La partie A du Graphique 2.7 révèle que l’écart à l’écrit observé entre les 16-29 ans et les 50-65 ans correspond à 0.28 écart-type au 10^e centile mais à 0.46 écart-type au 90^e centile. En compétences à l’écrit, les 16-29 ans surpassent les 50-65 ans de 0.41 écart-type parmi les plus performants et de 0.56 écart-type parmi ceux qui obtiennent les moins bons résultats. De même, l’avantage des jeunes adultes en matière de résolution adaptative de problèmes correspond à 0.53 écart-type parmi les plus performants, alors qu’il atteint 0.62 écart-type chez ceux qui obtiennent les résultats les plus bas. Ce pourrait être là une conséquence de la dépréciation des compétences liée à l’âge (Paccagnella, 2016[79]) et des possibilités restreintes de formation des adultes (Hanushek et al., 2025[39]) qui touchent tout particulièrement les séniors, dont le capital humain est déjà limité. En revanche, les cohortes plus jeunes qui viennent de terminer une scolarité généralement plus uniforme peuvent bénéficier de facto d’un socle minimum de compétences, ce qui fait apparaître une queue relativement comprimée à l’extrémité basse des distributions des résultats. Au cours de leur vie, les travailleurs âgés qui possèdent de faibles compétences en traitement de l’information ont une moindre probabilité d’accéder à la formation continue, d’occuper des emplois à forte intensité technologique ou de s’engager dans des activités stimulantes sur le plan cognitif ; toutefois, les séniors qui disposent de compétences élevées en traitement de l’information peuvent compenser le déclin naturel par une pratique professionnelle ininterrompue et en tirant parti de leur expérience. Il en résulte une distribution plus polarisée parmi les séniors du fait qu’une part non négligeable de ce groupe est encore plus à la traîne, tandis que pour les jeunes la queue de distribution à l’extrémité basse reste relativement compacte, ce qui accentue les disparités liées à l’âge précisément là où les résultats sont les plus faibles.

Les disparités liées au milieu socioéconomique favorisent les adultes issus d’un milieu favorisé et sont plus marquées parmi ceux qui obtiennent les moins bons résultats. Par exemple, les parties C et D du Graphique 2.7 indiquent que l’avantage sous l’angle des compétences à l’écrit observé chez les adultes dont au moins l’un des parents a suivi des études supérieures correspond à 0.44 écart-type parmi ceux ayant obtenu les meilleurs résultats, alors qu’il atteint 0.73 écart‑type chez ceux dont les résultats sont les plus bas. L’avantage sous l’angle des compétences à l’écrit observé chez les adultes dont au moins l’un des parents a exercé une profession très valorisée correspond quant à lui à 0.41 écart-type parmi ceux ayant obtenu les meilleurs résultats, alors qu’il atteint 0.65 écart-type chez ceux dont les résultats sont les plus bas. De même, l’avantage en mathématiques observé chez les adultes dont au moins l’un des parents a suivi des études supérieures correspond à 0.43 écart-type parmi ceux ayant obtenu les meilleurs résultats, alors qu’il atteint 0.68 écart-type chez ceux dont les résultats sont les plus bas. Pour les adultes dont au moins l’un des parents a exercé une profession très valorisée, l’avantage sous l’angle des compétences en mathématiques s’élève à 0.42 écart-type parmi les plus performants et à 0.62 écart-type parmi ceux dont les résultats sont les plus bas.

Les disparités liées à l’origine immigrée favorisent les personnes non issues de l’immigration et sont plus marquées parmi celles ayant obtenu les moins bons résultats. Les écarts sous l’angle des compétences en traitement de l’information entre les personnes selon qu’elles sont ou non issues de l’immigration sont particulièrement importants parmi ceux dont les résultats sont les plus bas, tandis que les disparités les plus faibles sont observées parmi les plus performants (Graphique 2.7, partie E). Par exemple, si l’écart moyen en compétences à l’écrit entre les personnes non issues de l’immigration et celles qui en sont issues s’élève à 0.14 écart-type, l’écart parmi ceux qui obtiennent les moins bons résultats atteint 0.26 écart-type alors qu’il s’établit à 0.06 écart-type parmi les plus performants.

Les disparités liées au lieu d’habitation pendant l’enfance favorisent ceux qui ont grandi dans une métropole et elles atteignent leur plus haut niveau parmi ceux qui obtiennent les meilleurs résultats en matière de résolution adaptative de problèmes, mais elles ne sont pas sensiblement différentes entre les plus performants et ceux dont les résultats sont les plus bas en compétences à l’écrit et en calcul. L’écart moyen entre les adultes qui ont grandi dans une métropole et ceux qui ont grandi dans un village s’élève à 0.2 écart-type à l’écrit, à 0.18 écart-type en calcul et à 0.17 écart-type en résolution adaptative de problèmes (Graphique 2.7, partie F). En matière de résolution adaptative de problèmes, l’écart parmi ceux qui obtiennent les plus bas résultats s’établit à 0.15 écart-type, contre 0.19 écart-type parmi les plus performants.

Graphique 2.7. Disparités dans la distribution des compétences fondamentales du XXI^e siècle parmi les plus performants et les moins performants, par caractéristique sociodémographique
Copier le lien de Graphique 2.7. Disparités dans la distribution des compétences fondamentales du XXI<sup>e</sup> siècle parmi les plus performants et les moins performants, par caractéristique sociodémographique

Moyenne, écarts de compétences au 90^e et au 10^e centiles, par caractéristique sociodémographique, moyenne OCDE

Les résultats présentés dans les graphiques ci-dessus laissent penser que « qui vous êtes » a une importance variable selon les niveaux de résultats, du fait des différences observées au sein des groupes entre les individus en fonction de leur plus ou moins forte propension à exceller dans les compétences fondamentales du XXI^e siècle. L’important écart selon le milieu socioéconomique observé parmi les personnes ayant des résultats laissant à désirer pourrait être dû à des processus de création d’avantages compensatoires, c’est-à-dire à la possibilité que les familles issues d’un milieu socioéconomique privilégié mobilisent leur capital financier, culturel et social pour s’assurer que leurs enfants acquièrent des compétences utiles même s’ils présentent un faible potentiel scolaire (Bernardi, 2014[80] ; Bernardi et Valdés, 2021[21]). Il pourrait également indiquer que ces parents sont davantage en mesure de s’investir de manière intensive et stratégiquement structurée dans leur rôle de parents pour soutenir leurs enfants (Lareau, 2011[17]).

2.2.2. La nature intersectionnelle des disparités de compétences

Les disparités en matière de compétences découlent de l’interaction de multiples caractéristiques telles que le genre, le milieu socioéconomique et le contexte géographique. L’intersectionnalité souligne combien il importe d’examiner ces facteurs simultanément, car chaque dimension peut accentuer ou atténuer les inégalités de manière complexe (Crenshaw, 1991[81]). Les personnes qui partagent une caractéristique donnée, comme le niveau d’études des parents, peuvent connaître des résultats différents en raison de leur genre ou de leur lieu d’habitation pendant l’enfance. Une approche intersectionnelle permet d’identifier plus précisément les sous-groupes confrontés à des désavantages cumulés, offrant ainsi des informations qui pourraient être utilisées pour apporter un soutien ciblé et promouvoir le développement des compétences tout au long de la vie. Cette perspective permet aux décideurs de concevoir des interventions flexibles et ciblées pour faire face à des vulnérabilités bien précises (Christoffersen, 2021[82]). Cette section adopte une approche intersectionnelle pour illustrer la vulnérabilité accrue qui découle du cumul de sources de désavantage dans l’enfance.

Les écarts entre les différents groupes du point de vue de leurs compétences fondamentales du XXI^e siècle varient systématiquement selon le genre, le niveau d’études des parents et le lieu d’habitation pendant l’enfance. Des données détaillées sur les écarts selon les compétences fondamentales du XXI^e siècle et les groupes de population considérés sont disponibles dans le Tableau d’annexe 2.A.3. Cette section présente des exemples illustrant à quel point il importe que les décideurs tiennent compte de la nature multiplicative des désavantages afin d’apporter un soutien adéquat et adapté.

Disparités selon le genre

Au sein des populations d’âge scolaire, les données donnent à penser que le milieu socioéconomique des jeunes a des répercussions toutes particulières sur les garçons, et que les garçons issus de milieux défavorisés et/ou scolarisés avec des pairs défavorisés sont particulièrement susceptibles de souffrir de faibles niveaux de réussite scolaire (Autor et al., 2023[83] ; Legewie et DiPrete, 2012[84]). Ces résultats tiennent au fait que les écarts entre les genres en calcul sont particulièrement marqués parmi les individus qui possèdent des niveaux élevés de compétences en calcul (Ellison et Swanson, 2010[85] ; Fryer et Levitt, 2010[86]), lesquels ont tendance à être issus d’un milieu socioéconomique favorisé et à vivre en zone urbaine plutôt qu’en zone rurale.

Le désavantage des femmes issues de milieux socioéconomiques favorisés pourrait découler des obstacles spécifiques auxquels elles peuvent se trouver confrontées au sein des groupes les plus performants, tels que les attitudes des femmes à l’égard du risque et de la compétition (Eckel et Füllbrunn, 2015[87] ; Niederle et Vesterlund, 2007[88]), ou encore les stéréotypes et les discriminations présumant un faible potentiel des femmes à se montrer « brillantes » (Leslie et al., 2015[89] ; Storage et al., 2020[90]). Le fait que les disparités entre les genres soient plus fortes parmi les personnes obtenant les meilleurs résultats pourrait également montrer comment des normes sociales et des stéréotypes spécifiques selon le contexte peuvent influencer les garçons et les filles de manière différente en fonction de leur milieu familial et du lieu où ils ont grandi. Dans les environnements urbains plus favorisés, les normes sociales peuvent renforcer ou promouvoir l’investissement des garçons dans les activités scolaires, amplifiant leur avance dans des domaines tels que les mathématiques qui sont prisés sur le marché du travail.

Les disparités entre les genres en calcul sont plus importantes – en faveur des hommes – chez les personnes dont au moins un parent a suivi des études supérieures (0.20 écart-type), et légèrement plus réduites chez celles qui ne se trouvent pas dans cette situation (0.16 écart-type) (Graphique 2.8). Ce graphique montre par ailleurs comment l’écart de compétences en mathématiques selon le genre varie dans les différents pays en fonction du niveau d’études des parents. Parmi les adultes dont aucun parent n’a suivi d’études supérieures, le plus important écart entre les genres en faveur des hommes est observé en Angleterre (Royaume-Uni) (0.34 écart-type) et en Suisse (0.33 écart-type), alors qu’il est inférieur à 0.1 écart-type en Croatie, aux États-Unis, en Hongrie, en Israël, en Lettonie, en Lituanie, en Nouvelle‑Zélande, en Pologne et en République slovaque. Parmi ceux dont au moins un parent a suivi des études supérieures, le plus important écart entre les genres en calcul est enregistré aux Pays-Bas (0.31 écart-type), alors qu’il est inférieur à 0.1 écart-type en Croatie, en Italie, en Lituanie et en Pologne. La différence des écarts entre les genres observés en calcul en faveur des hommes selon que les personnes possèdent ou non au moins un parent ayant fait des études supérieures atteint son niveau le plus élevé en faveur de celles dont aucun des parents n’a fait d’études supérieures en Italie – où elle s’élève à 0.24 écart-type ; elle atteint son plus haut niveau en faveur des personnes dont au moins un parent a fait des études supérieures en Nouvelle-Zélande, où elle s’établit à 0.18 écart-type.

Graphique 2.8. Disparités des compétences en calcul selon le genre, selon le niveau d’études des parents et le pays
Copier le lien de Graphique 2.8. Disparités des compétences en calcul selon le genre, selon le niveau d’études des parents et le pays

Écart de compétences en calcul entre les hommes et les femmes, selon le niveau d’études des parents

Lieu d’habitation pendant l’enfance

Les disparités en matière de compétences en traitement de l’information entre les adultes dont au moins l’un des parents a fait des études supérieures et ceux pour qui tel n’est pas le cas sont particulièrement prononcées parmi ceux qui ont grandi dans un village plutôt que dans une métropole. Par exemple, l’écart de compétences à l’écrit entre les personnes dont au moins l’un des parents a suivi des études supérieures et celles pour qui tel n’est pas le cas s’élève à 0.61 écart-type parmi les personnes qui ont grandi dans un village, contre 0.52 écart-type parmi celles qui ont grandi dans une métropole (Tableau d’annexe 2.A.3). De même, les écarts de compétences en calcul et en résolution adaptative de problèmes entre les personnes dont au moins l’un des parents a suivi des études supérieures et celles pour qui tel n’est pas le cas atteignent 0.57 écart-type pour le calcul et 0.6 écart-type pour la résolution adaptative de problèmes parmi les personnes qui ont grandi dans un village, contre respectivement 0.51 écart-type et 0.52 écart-type chez celles qui ont grandi dans une métropole.

Ces résultats suggèrent que les ressources culturelles, économiques et sociales d’une famille exercent une plus forte influence sur les résultats à long terme dans les milieux où les possibilités de développement des compétences sont limitées. Par exemple, dans les zones rurales, la densité plus faible de la population réduit souvent l’éventail de programmes d’enseignement scolaire ou de programmes de formation de haute qualité disponibles (Echazarra et Radinger, 2019[70]). De même, dans un contexte de pénurie générale d’enseignants dans de nombreux pays de l’OCDE (OCDE, 2024[91]), les zones rurales éprouvent des difficultés particulièrement importantes à attirer et retenir les enseignants (Echazarra et Radinger, 2019[70]), les personnes hautement qualifiées préférant généralement vivre et travailler dans des centres urbains dotés d’abondants équipements culturels et où le marché du travail offre de plus grandes perspectives d’emploi pour leur partenaire (Bacolod, Blum et Strange, 2009[92] ; Berry et Glaeser, 2005[93]). Par ailleurs, les activités économiques en milieu rural – telles que l’extraction d’énergie, l’agriculture, la sylviculture et la pêche, la production et la transformation de denrées alimentaires, ou encore la logistique – ne favorisent souvent pas au même point qu’en milieu urbain le développement et l’entretien de compétences avancées en traitement de l’information. Par conséquent, les personnes originaires de zones rurales issues d’un milieu socioéconomique défavorisé peuvent être particulièrement entravées par les ressources limitées disponibles dans leur foyer comme dans leur environnement, ce qui les empêche de développer et de conserver de solides compétences au fil du temps.

Le Graphique 2.9 montre que « l’avantage offert par la métropole » en mathématiques n’est pas le même pour tous les adultes mais dépend du niveau d’études des parents. Par exemple, en Israël, ce sont les adultes dont aucun parent n’a fait d’études supérieures qui tirent le plus grand avantage du fait d’avoir grandi dans une métropole plutôt que dans un village : ils obtiennent en mathématiques des scores supérieurs d’environ la moitié d’un écart-type à ceux des adultes similaires qui ont grandi dans un village. En revanche, ce sont les adultes dont au moins un parent a fait des études supérieures qui tirent le plus grand avantage du fait d’avoir grandi dans un village plutôt qu’en ville : ceux qui ont grandi dans une métropole obtiennent en mathématiques des scores inférieurs d’un dixième d’écart-type à ceux des adultes similaires qui ont grandi dans un village. En Norvège, la tendance est inversée : si pour les adultes dont les parents ont fait des études supérieures aucun écart en mathématiques n’est observé entre ceux qui ont respectivement grandi en milieu urbain ou en zone rurale, les compétences en mathématiques sont plus faibles chez ceux qui ont grandi dans une métropole plutôt que dans un village. Ces écarts sont un reflet de la variabilité selon les pays des perspectives économiques et de la disponibilité de possibilités de développement de compétences de haute qualité respectivement offertes par les milieux urbains et ruraux.

Graphique 2.9. Disparités dans les compétences en calcul liées au lieu d’habitation pendant l’enfance, selon le niveau d’études des parents et le pays
Copier le lien de Graphique 2.9. Disparités dans les compétences en calcul liées au lieu d’habitation pendant l’enfance, selon le niveau d’études des parents et le pays

Écart moyen entre les compétences en calcul des adultes selon qu’ils ont grandi dans une métropole ou dans un village, en fonction du niveau d’études des parents

2.3. Écarts entre les pays du point de vue des disparités dans les compétences du XXI^e siècle

Copier le lien de 2.3. Écarts entre les pays du point de vue des disparités dans les compétences du XXI<sup>e</sup> siècle

Les disparités des compétences en traitement de l’information, ainsi que des compétences sociales et émotionnelles, peuvent avoir une incidence sur la productivité économique, la mobilité sociale et le bien-être des individus. L’examen des différences d’ampleur des disparités selon les pays peut mettre en lumière si des facteurs contextuels sont susceptibles de renforcer ou d’atténuer les écarts de compétences entre des groupes de population particuliers. Cette section examine si les écarts entre les pays du point de vue de l’ampleur des disparités de compétences entre les hommes et les femmes et entre les personnes selon qu’elles sont issues de milieux socioéconomiques favorisés ou défavorisés reflètent le degré d’inégalité existant dans les différents pays. Le Graphique 2.10 présente une synthèse des résultats concernant les corrélations entre les caractéristiques à l’échelle nationale et l’ampleur des disparités en matière de compétences.

2.3.1. Comment les écarts entre les pays du point de vue des disparités de compétences entre les hommes et les femmes sont liés aux caractéristiques à l’échelle nationale

Dans tous les pays de l’OCDE, les pouvoirs publics partagent l’objectif de réduire les disparités entre les genres au sein du système éducatif comme sur le marché du travail, et des données empiriques issues du PISA ont révélé que dans les pays présentant une plus grande égalité entre les genres – mesurée par l’indice d’inégalité de genre (IIG) – l’écart entre les genres en faveur des garçons observé en mathématiques chez les adolescents s’avère plus faible, tandis que l’écart à l’écrit dont bénéficient les filles est plus important (Guiso et al., 2008[94]). Il semblait devoir en être de même chez les adultes, mais de nouvelles données empiriques ont montré depuis que dans les pays présentant une plus grande égalité entre les genres (mesurée par l’IIG), l’écart entre les hommes et les femmes en calcul s’est accentué en faveur des hommes, tout comme l’écart entre les genres du point de vue de leur représentation dans les filières d’étude des sciences, des technologies, de l’ingénierie et des mathématiques (STIM) (Balducci et al., 2024[95] ; Borgonovi, Choi et Paccagnella, 2018[96] ; Herlitz et al., 2024[97] ; Stoet et Geary, 2018[98]). C’est ce que l’on appelle parfois le « paradoxe de l’égalité des genres » (Stoet et Geary, 2018[98]). Il est essentiel de comprendre pourquoi un tel phénomène se produit afin de concevoir des politiques qui s’attaquent efficacement aux causes profondes des écarts persistants entre les résultats des hommes et ceux des femmes, d’autant plus que cela pourrait en outre aider à affiner les théories quant à la manière dont les environnements sociaux interagissent avec les choix et les potentialités des individus.

La plupart des analyses empiriques de la corrélation entre l’ampleur des écarts de compétences entre les genres au sein d’un pays et les normes de ce pays en matière d’égalité des genres reposent sur des indicateurs de l’inégalité entre les genres au niveau sociétal qui mesurent la sous-représentation des femmes dans la vie économique, politique et sociale d’un pays. Ces indicateurs quantifient l’accès des femmes au marché du travail et leur représentation politique, mais ils ne rendent pas compte des différences qualitatives entre les perspectives offertes aux hommes et aux femmes. Par exemple, dans une société donnée, les hommes et les femmes pourraient avoir des taux d’emploi similaires, mais occuper des emplois très différents, les femmes étant beaucoup plus susceptibles de travailler comme enseignantes ou infirmières, et les hommes comme ingénieurs ou comme soudeurs.

Cette section s’appuie sur le nouvel indice d’intégration professionnelle selon le genre (Gender Occupational Integration Index – GOII) pour décrire les disparités entre les genres au sein de la société. Cet indice évalue dans quelle mesure les femmes sont également représentées dans les professions majoritairement masculines et dans quelle mesure les hommes sont également représentés dans les professions majoritairement féminines (voir l’Encadré 2.4 pour une description détaillée des deux indices). Les corrélations calculées à l’aide de cet indice sont similaires à celles obtenues au moyen de l’IIG, qui est l’indicateur généralement utilisé pour mesurer les inégalités sociétales (Tableau d’annexe 2.A.4). Le Graphique 2.10 illustre les corrélations à l’échelle nationale entre l’indicateur de l’égalité des genres au niveau sociétal, en l’occurrence l’indice GOII, et les indicateurs des disparités des compétences entre les genres à l’échelle nationale, ces données pouvant être utilisées pour évaluer comment les normes sociales déterminent les performances relatives des hommes et des femmes dans les divers domaines de compétences. L’égalité des genres au niveau sociétal n’est pas systématiquement corrélée à l’ampleur des disparités entre les genres du point de vue des compétences fondamentales du XXI^e siècle. La plupart des corrélations à l’échelle nationale sont d’ampleur modeste ou moyenne d’un point de vue quantitatif, sauf dans le cas des compétences en calcul (Graphique 2.10, partie B). Cela signifie, par exemple, que les disparités entre les genres en compétences à l’écrit (domaine où l’ampleur des écarts entre les genres est passablement variable selon les pays) tendent à être tout aussi importantes dans les pays où la ségrégation professionnelle entre hommes et femmes est faible que dans ceux où elle est élevée.

Le Graphique 2.10 montre que les écarts entre les genres observés en calcul en faveur des hommes tendent à être plus importants dans les pays où les niveaux d’égalité entre les genres sont plus élevés. Au Canada, par exemple, l’écart entre les genres en calcul est important (0.27 écart-type) et, en moyenne, les femmes et les hommes ont une moindre probabilité que dans d’autres pays d’exercer des professions où la majorité des travailleurs sont du même genre qu’elles ou eux (GOII=37).

Ces résultats indiquent que chez les adultes, le paradoxe de l’égalité des genres ne s’applique qu’aux compétences en calcul et non à d’autres domaines. Ces résultats portent en outre à croire que ce paradoxe n’est pas dû à l’indicateur utilisé : les estimations concordent que l’on utilise des indicateurs de l’égalité des genres rendant compte des différences qualitatives entre la participation des hommes et des femmes au marché du travail (probabilité d’emploi dans des professions contre-stéréotypées, autrement dit le GOII) ou des indicateurs rendant compte des écarts quantitatifs (taux d’emploi) (voir le Tableau d’annexe 2.A.4).

Ces résultats suggèrent que les normes et stéréotypes sociétaux peuvent persister même dans des contextes très égalitaires. Bien que les obstacles structurels puissent être moins insurmontables, les attentes genrées quant aux rôles et aux intérêts appropriés peuvent encore influencer les décisions des individus. Le paradoxe de l’égalité des genres pourrait refléter les écarts entre les résultats relatifs des garçons et des filles dans différents domaines d’étude, et donc indiquer dans quelle mesure ces résultats relatifs influent sur les choix en matière de formation et de carrière. Dans les sociétés plus égalitaires, les filles atteignent un niveau plus proche de celui des garçons que dans les sociétés moins égalitaires, mais elles continuent en règle générale à être particulièrement compétentes dans des domaines qui sont le plus souvent sans lien avec les matières relevant du domaine des STIM ou avec la poursuite d’une carrière dans ce secteur d’activité (OCDE, 2015[35]). Elles ont donc tendance à choisir des orientations qui ne renforcent pas leurs compétences en mathématiques (Jansen, Becker et Neumann, 2021[99]). Ces relations observées peuvent certes éclairer l’examen des politiques, mais des analyses longitudinales ou multiniveaux tenant compte des facteurs culturels, linguistiques et historiques communs seront indispensables pour en acquérir une compréhension plus complète (Richardson et al., 2020[100]).

Graphique 2.10. Corrélation à l’échelle nationale entre les disparités entre les genres du point de vue des compétences fondamentales du XXI^e siècle et l’intégration professionnelle des femmes au niveau sociétal
Copier le lien de Graphique 2.10. Corrélation à l’échelle nationale entre les disparités entre les genres du point de vue des compétences fondamentales du XXI<sup>e</sup> siècle et l’intégration professionnelle des femmes au niveau sociétal

Encadré 2.4. Concentration professionnelle et inégalité entre les genres

Copier le lien de Encadré 2.4. Concentration professionnelle et inégalité entre les genres

Tous les indicateurs de l’inégalité entre les genres au niveau sociétal présentent des avantages et des inconvénients, selon l’utilisation qu’il est prévu d’en faire (Permanyer, 2009[101]). L’un des indicateurs les plus couramment utilisés est I’indice d’inégalité des genres (IIG), qui est un indicateur composite de l’inégalité entre les hommes et les femmes qui prend en considération trois dimensions : 1) la santé reproductive ; 2) l’autonomisation politique ; et 3) le taux d’activité (PNUD, 2025[102]). Une faible valeur de l’IIG indique de faibles écarts entre les résultats des hommes et ceux des femmes sur ces trois dimensions, alors qu’une valeur élevée de l’IIG indique des écarts importants entre les résultats des hommes et ceux des femmes (Permanyer, 2009[101]).

Bien que l’IIG offre une large couverture nationale et prenne en considération les disparités du marché du travail, son approche est relativement limitée en ce domaine, car il ne tient compte que des taux d’activité. Sa structure composite rend par ailleurs difficile la réalisation d’analyses plus ciblées de certains aspects de la situation au regard de l’emploi. En particulier, l’IIG ne permet pas d’établir quels sont les écarts entre les taux d’activité de chacun des genres par secteur ni si les écarts observés découlent de la sous-représentation des femmes dans certains secteurs, de la sous-représentation des hommes dans d’autres secteurs ou bien des deux, ce qui constitue une distinction importante étant donné que ces tendances peuvent présenter de considérables variations selon les pays et les secteurs (voir le chapitre 4).

Pour remédier à ces limitations, l’indice d’intégration professionnelle selon le genre (Gender Occupational Integration Index – GOII) a été élaboré pour examiner séparément l’intégration professionnelle des hommes et des femmes sur le marché du travail, les résultats étant intégrés dans un seul indicateur afin de rendre compte de la manière dont les normes sociales au sein de la société déterminent la concentration des hommes et des femmes dans différentes activités économiques. Pour l’exprimer plus simplement, alors que l’IIG indique le nombre de femmes qui travaillent, le GOII indique quelle est la proportion d’hommes qui ont un travail d’enseignant ou d’infirmier, par exemple, et de femmes qui ont un travail de chauffeur de poids lourd ou d’ingénieur.

Le GOII est calculé comme la somme du pourcentage de femmes occupant des emplois majoritairement masculins et du pourcentage d’hommes occupant des emplois majoritairement féminins. Les professions majoritairement masculines sont celles où la proportion pondérée d’hommes au sein des effectifs dans l’ensemble des pays et économies examinés dans les premier et second cycles de l’Évaluation des compétences des adultes de 2023 est supérieure à 75 %. Les professions majoritairement féminines sont celles où la proportion pondérée de femmes au sein des effectifs dans l’ensemble des pays et économies examinés dans les premier et second cycles de l’Évaluation des compétences des adultes de 2023 est supérieure à 75 %. Ce pourcentage est globalement conforme à celui utilisé dans d’autres publications qui définissent les professions à prédominance féminine (ou masculine) comme celles où le pourcentage de femmes (ou d’hommes) se situe entre 60 % et 80 % (Bächmann, 2022[103] ; Keane, Russell et Smyth, 2017[104] ; McCaughey, 2023[105] ; Torre, 2018[106]). Les pourcentages ont été calculés au niveau des codes de la CITP à trois chiffres. Dix catégories de professions (moins de 0.5 % de l’échantillon) ont été exclues en raison d’un nombre insuffisant d’observations. Les professions au sein des forces armées ont également été exclues de l’analyse. Cette classification classe donc les professions comme majoritairement masculines ou féminines dans l’ensemble des pays et économies qui ont participé à l’Évaluation des compétences des adultes de 2023, sans tenir compte des spécificités locales. Cela garantit que les mêmes professions majoritairement masculines ou féminines feront l’objet des comparaisons entre les pays lors de l’étape suivante.

Une fois chaque profession classée comme étant à majorité masculine, à majorité féminine ou ni l’une ni l’autre, les proportions de femmes au sein d’effectifs majoritairement masculins et d’hommes au sein d’effectifs majoritairement féminins ont été calculées dans chaque pays et économie ayant participé à l’Évaluation des compétences des adultes de 2023. Ces proportions ont été additionnées pour obtenir la valeur du GOII, exprimée en pourcentages. Son minimum théorique est de 0 % (absence totale d’égalité), ce qui indique qu’aucune femme n’exerce une profession majoritairement masculine et qu’aucun homme n’exerce une profession majoritairement féminine. Si 50 % des femmes d’un pays exerçaient des professions majoritairement masculines et 50 % des hommes des professions majoritairement féminines (égalité parfaite), sa valeur serait de 100 %.

Les trois principales professions majoritairement masculines sont celles d’ouvriers des métiers qualifiés du bâtiment (gros œuvre) et assimilés (avec des effectifs à 97.8 % masculins), d’installateurs et réparateurs d’équipements électriques (97.6 %) et d’ouvriers des métiers qualifiés du bâtiment (finitions) et assimilés (97.5 %). Les trois principales professions majoritairement féminines sont celles de secrétaires (effectifs à 93 % féminins), les professionnels des soins infirmiers et de la maïeutique (91 %), et les travailleurs des services de garde d’enfants et aides-enseignants (90 %).

En moyenne, dans l’ensemble de l’OCDE, 29 % des personnes occupant un emploi exercent des professions dont leur propre genre représente moins d’un quart des effectifs ; l’intégration professionnelle selon le genre connaît toutefois de considérables variations d’un pays à l’autre (Graphique 2.11). À une extrémité du spectre, la Pologne et la Lituanie enregistrent les plus faibles taux d’intégration, avec seulement 15 % de personnes occupant un emploi qui exercent des professions dont leur propre genre représente moins d’un quart des effectifs (à l’échelle de l’ensemble des pays participant aux premier et second cycles de l’Évaluation des compétences des adultes). De même, en Croatie, au Portugal, en République slovaque et en Estonie, moins de 25 % des personnes occupant un emploi exercent des professions dont leur propre genre représente moins d’un quart des effectifs. Les États-Unis et l’Espagne sont les seuls pays où plus de 40 % des personnes occupant un emploi exercent des professions dont leur propre genre représente moins d’un quart des effectifs.

Graphique 2.11. Indice d’intégration professionnelle selon le genre, par pays
Copier le lien de Graphique 2.11. Indice d’intégration professionnelle selon le genre, par pays

Somme du pourcentage de femmes exerçant des professions majoritairement masculines et du pourcentage d’hommes exerçant des professions majoritairement féminines

Le Tableau 2.1 indique, en détail, les écarts entre le pourcentage de personnes exerçant respectivement des professions majoritairement féminines ou masculines, d’hommes et de femmes exerçant des professions où leur genre est en minorité, ainsi que les taux d’activité ou d’emploi selon le genre.

Tableau 2.1. Pourcentage d’hommes dans les professions majoritairement féminines, pourcentage de femmes dans les professions majoritairement masculines et autres caractéristiques du marché du travail, par pays

Copier le lien de Tableau 2.1. Pourcentage d’hommes dans les professions majoritairement féminines, pourcentage de femmes dans les professions majoritairement masculines et autres caractéristiques du marché du travail, par pays

	Pourcentage d’actifs exerçant des professions majoritairement féminines	Pourcentage d’hommes dans les professions majoritairement féminines	Taux d’activité des hommes	Taux d’emploi des hommes	Pourcentage d’actifs exerçant des professions majoritairement masculines	Pourcentage de femmes dans les professions majoritairement masculines	Taux d’activité des femmes	Taux d’emploi des femmes
Moyenne OCDE	15.66	15.42	82.33	78.31	28.34	13.27	74.9	70.81
Moyenne PIAAC 2023	15.6	15.39	82	78.07	28.43	13.26	74.59	70.60
Moyenne UE	15.83	14.34	81.07	76.8	29.28	12.61	74.25	70.07
Allemagne	16.21	16.56	82.21	79.7	27.39	10.27	75.3	72.9
Angleterre (RU)	16.7	15.59	84.28	78.83	24.43	15.32	75.61	72.03
Autriche	18	15.09	81.03	77.23	29.57	11.35	74.39	70.5
Canada	14.99	19.31	83.95	79.41	29.45	17.94	78.3	73.92
Chili	16.34	14.82	83.67	79.25	32.28	10.52	71.06	64.76
Corée	13	14.88	82.22	80.23	24.64	10.33	65.39	63.11
Croatie	17.16	9.08	71.05	67.38	30.48	11.77	67.01	63.7
Danemark	18.44	21.75	86.95	83.07	25.49	14.48	82.14	78.33
Espagne	15.07	23.03	78.62	71.31	24.8	18.59	72.56	62.76
Estonie	13.97	8.96	86.08	81.15	33.4	14.4	83.32	78.48
États-Unis	12.34	21.61	79.95	75.81	27.06	18.77	73.49	67.53
Finlande	17.87	15.97	81.69	75.86	29.64	14.61	78.73	75.3
France	20.15	13.81	77.08	72.55	28.25	13.16	70.07	65.56
Hongrie	11.83	12.7	85.88	82.42	35.69	13.29	76.5	73.54
Irlande	16.46	19.68	84.32	81.34	24.69	12.53	74.3	70.74
Israël	16.81	12.63	77.26	74.61	27.55	15.76	73.11	69.65
Italie	14.32	19.52	74.43	69.9	27.22	8.14	57.1	50.87
Japon	15.83	22.22	85.06	83.32	24.67	11.93	73.26	71.17
Lettonie	10.79	7.72	79.94	73.73	32.54	18.06	76.37	71.44
Lituanie	13.36	4.91	76.86	71.11	31.13	10.1	73.5	67.81
Norvège	20.87	20.01	87.03	83.11	24.87	13.98	81.44	78.09
Nouvelle-Zélande	12.49	12.12	85.91	82.41	29.41	14.91	79.88	75.96
Pays-Bas	13.85	15.42	85.27	83.31	23.37	11.88	80.85	78.47
Pologne	12.2	5.44	79.38	76.74	38.16	9.56	66.97	64.99
Portugal	19.36	12.05	79.03	73.76	26.15	10.7	74.88	68.94
Région flamande (BE)	16.81	14.08	78.22	75.66	24.83	13.31	76.15	74.24
République slovaque	15.11	14.1	81.03	77.16	30.15	9.26	73.77	71.42
Singapour	12.25	20.88	83.34	81.68	28.94	14.49	72.97	71.62
Suède	21.78	19.16	86.91	80.5	28.85	14.15	80.34	75.05
Suisse	15.25	16.19	88.03	85.39	22.48	14.87	82.71	79.49
Tchéquie	13.93	17.73	85.35	82.21	33.78	12.66	70.71	66.32

Note : Inclut les 16-65 ans. Les professions majoritairement masculines sont celles où la proportion pondérée d’hommes au sein des effectifs dans l’ensemble des pays et économies examinés dans les premier et second cycles de l’Évaluation des compétences des adultes de 2023 est supérieure à 75 %. Les professions majoritairement féminines sont celles où la proportion pondérée de femmes au sein des effectifs dans l’ensemble des pays et économies examinés dans les premier et second cycles de l’Évaluation des compétences des adultes de 2023 est supérieure à 75 %. Les pourcentages ont été calculés au niveau des codes de la CITP à trois chiffres. Les personnes occupant potentiellement un emploi sont des adultes qui n’étaient ni étudiants ni retraités, et qui étaient au chômage, cherchaient activement un emploi rémunéré ou n’avaient pas cherché d’emploi parce qu’ils s’occupaient de leur famille ou de leur maison, parce qu’ils étaient temporairement malades ou blessés, parce qu’ils pensaient qu’aucun emploi n’était disponible ou parce qu’ils n’étaient pas encore à la recherche d’un emploi ; ainsi que ceux ayant quitté pour des raisons indépendantes de leur volonté leur dernier emploi du fait de l’expiration d’un contrat de travail temporaire, d’une inadéquation entre l’emploi et leurs compétences, d’une restructuration, d’un licenciement collectif ou de la fermeture de l’entreprise, ou encore pour des motifs familiaux. Il est exprimé en pourcentage de l’ensemble des personnes occupant un emploi.

Source : Calculs fondés sur OCDE (2017[107]), Base de données du 1^er cycle du PIAAC, www.oecd.org/fr/data/datasets/piaac-1st-cycle-database.html et OCDE (2024[23]), Données et méthodologie du PIAAC, www.oecd.org/fr/about/programmes/piaac/piaac-data.html.

Statlink

2.3.2. Comment les écarts entre les pays du point de vue des disparités de compétences imputables à des facteurs socioéconomiques sont liés aux caractéristiques à l’échelle nationale

Il ressort des données que les pays où les inégalités de revenus sont les plus fortes se caractérisent également par une plus faible une mobilité sociale, ce qu’Alan Kruger a appelé la Grande courbe de Gatsby (Corak, 2013[108]). Historiquement, il a été démontré que l’aggravation des inégalités allait de pair avec une diminution de la mobilité sociale. Dans des contextes où les revenus sont très inégalement répartis, les enfants de familles défavorisées peuvent avoir plus de difficultés à améliorer leur situation à l’âge adulte en développant leurs compétences. Si les disparités socioéconomiques déterminent les possibilités de développement des compétences des différents groupes, que ce soit par l’accès aux ressources familiales, l’accès à une éducation de qualité ou un plus large soutien à l’échelle locale, le développement différencié des compétences pourrait être l’une des voies par lesquelles les inégalités réduisent la mobilité sociale.

Un reproche formulé à l’encontre de la Grande courbe de Gatsby tient au fait que, sous sa forme initiale, elle n’établit aucune distinction entre les différentes formes d’inégalité (Bukodi et Goldthorpe, 2018[109]). Les inégalités qui sont une conséquence de la volonté et de la capacité d’une société de récompenser le talent et les réalisations sont de fait qualitativement différentes de celles qui constituent un privilège inné (OCDE, 2025[60]). Cette section examine par conséquent deux indicateurs des inégalités : l’inégalité du revenu total, mesurée au moyen du coefficient de Gini, et l’inégalité des chances, mesurée par l’indicateur de l’inégalité des chances absolue de l’OCDE, qui rend compte des écarts de revenus entre les personnes issues de milieux différents (OCDE, 2025[60]). L’indicateur de l’inégalité des chances absolue de l’OCDE mesure quel peut être l’écart entre les revenus marchands de deux personnes ayant déployé des efforts similaires pour réussir mais issues de milieux familiaux différents.

Déterminer si les variations d’un pays à l’autre des écarts de compétences observés entre les personnes selon qu’elles sont issues de milieux socioéconomiques favorisés ou défavorisés sont fonction des différences des niveaux d’inégalité selon les pays peut montrer dans quelle mesure les inégalités plus larges ont des répercussions sur la formation des compétences. Les sociétés qui présentent à la fois de fortes inégalités de revenus et de grandes disparités dans les compétences fondamentales risquent tout particulièrement de maintenir de faibles niveaux de mobilité sociale, comme le prévoit la Grande courbe de Gatsby. À l’inverse, celles qui parviennent à promouvoir un développement plus inclusif des compétences peuvent atténuer certains des préjudices à long terme liés à une forte inégalité.

Cette section se penche sur ces questions en examinant les corrélations à l’échelle nationale entre l’inégalité du revenu total et l’inégalité des chances d’une part, et les disparités du point de vue des compétences en matière de traitement de l’information entre les adultes issus de différents milieux socioéconomiques d’autre part. Les résultats présentés au Tableau 2.2 montrent des corrélations de forte ou moyenne ampleur entre les disparités des compétences en traitement de l’information imputables à des facteurs socioéconomiques et l’inégalité du revenu total, ces disparités étant plus prononcées dans les pays où les inégalités sont plus importantes. Les corrélations avec l’inégalité des chances sont en revanche plus faibles. Par exemple, environ 18 % des variations d’un pays à l’autre des écarts de compétences en mathématiques selon que les parents de la personne considérée ont ou non suivi des études supérieures peuvent s’expliquer par les différences de niveau des inégalités de revenus selon les pays. De même, environ 21 % des variations d’un pays à l’autre des écarts de compétences en mathématiques selon que les individus ont grandi dans une métropole ou dans un village peuvent s’expliquer par les différences de niveau des inégalités de revenus selon les pays.

Les analyses donnent à penser que les disparités nationales en matière de compétences en traitement de l’information sont fonction de la manière dont les ressources économiques sont réparties : dans les sociétés où la répartition des ressources économiques est plus inégale, l’écart de compétences entre les individus issus de milieux socioéconomiques différents est plus grand. Les résultats indiquent par ailleurs que, comme cela a été observé pour les disparités entre les genres, les mathématiques sont plus étroitement liées au niveau d’inégalité au sein d’une société que ne le sont les compétences à l’écrit ou les compétences en résolution adaptative de problèmes.

Le Graphique 2.12 montre ainsi qu’au Chili et en Israël, les inégalités du revenu total sont relativement importantes (coefficient de Gini égal à 0.45 et 0.34, respectivement) et les disparités de compétences entre les individus selon la profession de leurs parents sont également fortes (écart de 0.7 écart-type en calcul, écart de 0.6 écart-type en résolution adaptative de problèmes, et écart de 0.7 écart-type pour l’un et l’autre pays en compétences à l’écrit). En revanche, en Pologne et en République slovaque, les revenus sont plus équitablement répartis (coefficient de Gini égal à 0.27 et 0.23, respectivement Graphique 2.12), et les disparités de compétences entre les individus en fonction de la profession de leurs parents sont relativement réduites (écart de 0.4 écart-type et 0.3 écart-type en calcul, de 0.3 écart-type et 0.2 écart-type en résolution adaptative de problèmes et de 0.4 écart‑type et 0.3 écart-type à l’écrit) Graphique 2.12.

Tableau 2.2. Corrélation entre les caractéristiques à l’échelle nationale et les disparités des compétences en traitement de l’information imputables à des facteurs socioéconomiques

Copier le lien de Tableau 2.2. Corrélation entre les caractéristiques à l’échelle nationale et les disparités des compétences en traitement de l’information imputables à des facteurs socioéconomiques

Variation expliquée et signe de la corrélation

	Inégalité des chances absolue		Inégalité du revenu total (Coefficient de Gini)
	Force (R²) et signe de la corrélation	Lorsque la valeur de l’indice augmente, le degré de disparité correspondant est : en hausse (↑)	Force (R²) et signe de la corrélation	Lorsque la valeur de l’indice augmente, le degré de disparité correspondant est : en hausse (↑)
A. Disparités entre les adultes selon que leurs parents ont ou non suivi des études supérieures
Compétences à l’écrit	0.04		0.13	↑
Compétences en calcul	0.12	↑	0.18	↑
Résolution adaptative des problèmes	0.04		0.12	↑
B. Disparités entre les adultes selon que leurs parents ont exercé des professions très valorisées ou peu valorisées
Compétences à l’écrit	0.00		0.17	↑
Compétences en calcul	0.03		0.23	↑
Résolution adaptative des problèmes	0.00		0.21	↑
C. Disparités entre les adultes selon qu’ils ont grandi dans une métropole ou dans un village
Compétences à l’écrit	0.13	↑	0.22	↑
Compétences en calcul	0.15	↑	0.21	↑
Résolution adaptative des problèmes	0.13	↑	0.19	↑

Note : Pour la définition de l’indice d’inégalité des chances absolue, voir OCDE (2025[60]). La force de la corrélation est estimée par les valeurs de R au carré (R²), qui sont interprétées selon les indices de référence de Cohen (2013[42]). En l’occurrence, un R² supérieur à 0.13 indique un effet moyen ou substantiel. Note : Le coefficient de Gini est calculé sur la base du revenu disponible des ménages, c’est-à-dire du revenu après impôts et transferts ajusté en fonction de la taille du ménage. Le coefficient de Gini prend des valeurs comprises entre 0 (toutes les personnes ayant le même revenu) et 1 (tous les revenus allant à une seule et même personne). Voir à la note du Graphique 2.1 la définition des groupes en fonction du niveau d’études et de la profession des parents. Voir à la note du Graphique 2.3 les définitions des groupes en fonction du lieu d’habitation pendant l’enfance.

Source : Calculs fondés sur OCDE (2025[60]), To Have and Have Not – How to Bridge the Gap in Opportunities, https://doi.org/10.1787/dec143ad-en ; OCDE (2024[23]), Évaluation des compétences des adultes (PIAAC), Base de données du 2 cycle, www.oecd.org/fr/data/datasets/piaac-2nd-cycle-database.html ; et OCDE (2024[110]), Base de données sur la distribution des revenus (base de données), Explorateur des données de l’OCDE, http://data-explorer.oecd.org/s/17a.

Statlink

Graphique 2.12. Corrélation à l’échelle nationale entre les écarts dans les compétences fondamentales du XXI^e siècle selon la profession des parents et le degré d’inégalité du revenu total
Copier le lien de Graphique 2.12. Corrélation à l’échelle nationale entre les écarts dans les compétences fondamentales du XXI<sup>e</sup> siècle selon la profession des parents et le degré d’inégalité du revenu total

2.4. Un regard sur l’avenir : disparités dans les compétences des jeunes à l’école

Copier le lien de 2.4. Un regard sur l’avenir : disparités dans les compétences des jeunes à l’école

L’adolescence marque une étape décisive dans les trajectoires éducatives et le choix d’un avenir professionnel. Les travaux de recherche mettent systématiquement en évidence que les compétences des adolescents à l’écrit et en calcul constituent un puissant prédicteur de leur réussite ultérieure dans les études, car elles influencent leurs décisions concernant leur spécialisation dans le deuxième cycle de l’enseignement secondaire, leur inscription à l’université et en dernière analyse leur parcours professionnel (Hakkarainen, Holopainen et Savolainen, 2013[111] ; Wang, 2013[112]). Les évolutions survenues au cours du premier quart du XXI^e siècle dans les compétences des adolescents à l’écrit et en calcul peuvent nous éclairer sur le point de savoir si les écarts entre les différents groupes de population définis par des caractéristiques telles que leur genre, leur origine immigrée, leur lieu d’habitation pendant l’enfance ou le milieu socioéconomique dont ils sont issus ont tendance à se resserrer ou à se creuser. Ces informations peuvent aider les décideurs à évaluer l’évolution de la qualité de la formation initiale et à cibler les interventions visant à réduire les disparités qui apparaissent dès le plus jeune âge.

L’analyse des évolutions récentes des résultats obtenus par les adolescents peut permettre aux décideurs de mieux apprécier si les nouvelles cohortes disposent des conditions préalables essentielles à leur réussite dans la suite de leurs études et de leur formation. Des informations sur les niveaux de compétences des jeunes sont également nécessaires pour concevoir des interventions qui atténuent les disparités à long terme en remaniant les possibilités d’études et de formation offertes par la suite afin de l’adapter en fonction de ce que les jeunes savent et sont à même de faire. À l’inverse, les signes d’un rétrécissement des clivages pourraient indiquer que les politiques en vigueur contribuent à accroître l’égalité des chances, même si un effort soutenu peut encore être nécessaire pour maintenir les progrès.

En dernier lieu, un suivi de l’évolution des disparités des compétences au cours de l’adolescence offre une perspective plus prospective que la seule prise en compte des données transversales issues de populations adultes. Il permet en effet aux décideurs de déceler les évolutions qui se font jour avant qu’elles ne se manifestent pleinement dans la population active, et éclaire ainsi l’élaboration de stratégies proactives pour faire en sorte que les futurs adultes puissent développer, quels que soient leur genre, les caractéristiques socioéconomiques de leurs parents, leur situation au regard de l’immigration ou leur lieu d’habitation pendant l’enfance, les compétences requises par des marchés du travail en rapide mutation. Cette section compare les évolutions des résultats à l’écrit et en calcul entre 2003 et 2022, période pour laquelle des données comparables dans ces deux domaines permettent de suivre les performances des adolescents d’un grand nombre de pays de l’OCDE.

2.4.1. Évolution des disparités des résultats des élèves de 15 ans

Entre 2003 et 2022, l’écart entre les genres en compétences à l’écrit et en calcul a fluctué. Le Graphique 2.13 indique le niveau moyen des compétences selon le genre à l’écrit et en calcul chez les élèves de 15 ans (partie A) ainsi que l’évolution de l’écart entre les genres au cours de la période 2003 à 2022 (partie B). En compétences à l’écrit, l’écart entre les genres en faveur des filles s’est accru de six points de score PISA entre 2003 et 2009 (passant de 34 à 40 points, ce qui porte cet écart de 0.34 écart-type à 0.40 écart-type2). Toutefois, à partir de 2012, l’écart entre les genres s’est progressivement resserré et, en 2022, il n’était plus que de 25 points de score PISA (soit un écart de 0.25 écart-type). En calcul, l’écart en faveur des garçons s’est réduit entre 2003 et 2018, passant de 11 à 5 points de score PISA (ce qui correspond à une régression de l’écart qui l’a fait passer de 0.11 écart-type à 0.05 écart-type), mais il s’est à nouveau creusé pour passer de 5 points de score à 9 points de score entre 2018 et 2022 (ce qui a porté cet écart de 0.05 écart-type à 0.09 écart-type).

Le Graphique 2.13 suggère que l’évolution des écarts entre les genres au cours de la période était imputable à des évolutions divergentes des résultats, qui ont diminué chez les garçons comme chez les filles. Entre 2012 et 2018, la réduction de l’écart entre les genres en compétences à l’écrit, qui favorisait les filles, a eu pour moteur l’amélioration des résultats des garçons, alors que ceux des filles sont restés stables. En revanche, entre 2018 et 2022, période correspondant à la pandémie de COVID‑19, la baisse des résultats à l’écrit a été plus prononcée chez les filles que chez les garçons. L’augmentation de l’écart entre les genres en mathématiques entre 2018 et 2022 s’explique par le fait que les résultats en mathématiques des garçons et des filles ont diminué au cours de la période, mais que la baisse a été plus marquée chez les filles que chez les garçons.

Graphique 2.13. Disparités entre les genres en mathématiques et en lecture chez les élèves de 15 ans
Copier le lien de Graphique 2.13. Disparités entre les genres en mathématiques et en lecture chez les élèves de 15 ans

Partie A : Résultats en mathématiques et en lecture des garçons et des filles, moyenne OCDE. Partie B : écarts entre les scores moyens en mathématiques et en lecture des garçons et des filles (garçons *moins* filles)

Alors que les disparités entre les genres diffèrent sensiblement selon les compétences considérées, les disparités en compétences à l’écrit et en calcul des élèves de 15 ans selon que leurs parents ont ou non suivi des études supérieures sont étroitement alignées. De même, les résultats demeurent constants lorsque l’indicateur du milieu socioéconomique utilisé est le statut professionnel des parents. Par conséquent, le Graphique 2.14 ne rend compte que de l’évolution de 2003 à 2022 des disparités en mathématiques chez les élèves de 15 ans selon que leurs parents ont ou non suivi des études supérieures. Les disparités selon le niveau d’études des parents se sont réduites au cours de cette période, mais sont restées importantes : en 2022, l’écart en points de score des résultats en mathématiques des jeunes selon que leurs parents ont ou non suivi des études supérieures était de 37 points de score (soit un écart de 0.37 écart-type), alors qu’en 2003, il était de 47 points de score (soit un écart de 0.47 écart-type). La réduction des disparités entre 2003 et 2012 s’explique principalement par le fait que les compétences en mathématiques ont diminué chez tous les jeunes au cours de la période considérée, mais que cette baisse a été plus marquée chez les jeunes dont les parents ont fait des études supérieures.

On observe de notables disparités entre les compétences en mathématiques des élèves selon qu’ils sont scolarisés dans une métropole ou dans un village, et l’écart de compétences de ce point de vue a connu des fluctuations entre 2003 et 2022. Le Graphique 2.15 illustre les évolutions enregistrées de 2003 à 2012 dans la moyenne des résultats en mathématiques des élèves de 15 ans selon qu’ils sont scolarisés dans une métropole ou dans un village. Les disparités en compétences à l’écrit sont similaires. En moyenne, les élèves scolarisés dans une métropole présentent des compétences en mathématiques plus élevées que ceux qui sont scolarisés dans un village (Graphique 2.15, partie A), et la disparité entre les deux groupes s’est creusée de 22 points de score en 2003 (soit un écart de 0.22 écart-type) pour passer à 26 points de score en 2022 (soit un écart de 0.26 écart-type).

Graphique 2.14. Disparités en mathématiques chez les élèves de 15 ans, selon le niveau d’études des parents
Copier le lien de Graphique 2.14. Disparités en mathématiques chez les élèves de 15 ans, selon le niveau d’études des parents

Partie A : résultats en mathématiques des élèves dont les parents ont suivi des études supérieures et de ceux dont les parents n’ont pas suivi d’études supérieures, moyenne OCDE. Partie B : écarts entre les scores moyens en mathématiques des élèves dont les parents ont suivi des études supérieures et de ceux dont les parents n’ont pas suivi d’études supérieures

Graphique 2.15. Disparités en mathématiques chez les élèves de 15 ans, selon leur lieu de scolarisation
Copier le lien de Graphique 2.15. Disparités en mathématiques chez les élèves de 15 ans, selon leur lieu de scolarisation

Partie A : résultats en mathématiques des élèves selon qu’ils étaient scolarisés dans une métropole ou dans un village, moyenne OCDE. Partie B : écarts des résultats moyens en mathématiques des élèves selon qu’ils étaient scolarisés dans une métropole ou dans un village (métropole *moins* village)

2.4.2. Élargissons l’analyse : les disparités dans les compétences auxiliaires du XXI^e siècle liées au genre, au lieu d’habitation pendant l’enfance et au niveau d’études des parents

L’éventail des compétences analysées dans le présent rapport est limité par la disponibilité de données internationales comparables sur les populations adultes des pays de l’OCDE. Les analyses peuvent cependant être considérablement élargies lors de l’évaluation des disparités entre les jeunes du point de vue des compétences auxiliaires du XXI^e siècle. En effet, un plus large éventail d’instruments d’évaluation ont été mis au point et appliqués aux jeunes scolarisés. Il s’agit notamment d’indicateurs relatifs à la résolution créative des problèmes (OCDE, 2015[119]), à la résolution collaborative de problèmes (OCDE, 2018[120]), aux compétences globales (OCDE, 2020[121]), à la culture financière (OCDE, 2023[122]), à la créativité (OCDE, 2024[123]), aux connaissances civiques (AIE, 2022[124]), à la pensée informatique (AIE, 2023[125]), et à la maîtrise de l’informatique et de l’information (AIE, 2023[125]).

Les résultats de cette analyse plus poussée mettent en évidence des variations de ces compétences auxiliaires selon le genre, le lieu d’habitation pendant l’enfance et le niveau d’études des parents. Le Graphique 2.16, le Graphique 2.17 et le Graphique 2.18 présentent de manière synthétique les disparités entre les garçons et les filles, entre les jeunes selon qu’ils étaient scolarisés en milieu rural ou urbain, et selon que leurs parents ont ou non suivi des études supérieures dans chacune de ces compétences auxiliaires, tout en indiquant les disparités moyennes en compétences à l’écrit, en mathématiques et en sciences d’après les données les plus récentes disponibles pour 2022. Le Graphique 2.16 affiche les scores standardisés issus des évaluations ainsi que les écarts au 90^e centile et au 10^e centile. En moyenne, dans les pays de l’OCDE, les garçons surpassent les filles en résolution créative de problèmes (de 0.08 écart-type), en culture financière (de 0.05 écart-type), en pensée informatique (de 0.04 écart-type) et en mathématiques (de 0.10 écart-type). Les filles surpassent les garçons en résolution collaborative de problèmes (0.29 écart-type), en compétences globales (0.26 écart-type), en créativité (0.25 écart-type), en connaissances civiques (0.22 écart-type), en maîtrise de l’informatique et de l’information (0.20 écart-type) et en compétences à l’écrit (0.24 écart-type). Dans les domaines où les garçons font en moyenne mieux que les filles, les écarts sont plus importants parmi les élèves qui obtiennent les meilleurs scores. En revanche, dans les domaines où les filles surpassent les garçons, les écarts sont plus faibles parmi les élèves qui obtiennent les meilleurs scores, et plus importants parmi les 10 % des élèves qui obtiennent les scores les plus bas.

Les élèves scolarisés dans une métropole (communes de plus de 100 000 habitants) surpassent dans tous les domaines leurs pairs qui étaient scolarisés dans un village, avec des écarts allant de 0.1 écart-type pour la pensée informatique à 0.4 écart-type pour les compétences globales, comme indiqué au Graphique 2.17. En matière de résolution créative de problèmes, de compétences globales, de culture financière, de connaissances civiques, de pensée informatique et de maîtrise de l’informatique et de l’information, les écarts liés à leur lieu de scolarisation sont plus importants parmi les élèves qui obtiennent les meilleurs scores. En revanche, pour ce qui est de la créativité, les écarts liés au lieu de scolarisation sont plus importants parmi les élèves qui obtiennent les scores les plus bas.

Les élèves dont au moins l’un des parents a suivi des études supérieures surpassent dans toutes les évaluations et tous les domaines leurs pairs dont aucun des parents n’a atteint ce niveau d’études (Graphique 2.18). L’écart socioéconomique est plus important chez les élèves qui obtiennent les meilleurs scores dans toutes les évaluations, à l’exception de celles portant sur la créativité et la maîtrise de l’informatique et de l’information.

Graphique 2.16. Disparités entre les genres dans les compétences auxiliaires du XXI^e siècle des jeunes, moyenne OCDE
Copier le lien de Graphique 2.16. Disparités entre les genres dans les compétences auxiliaires du XXI<sup>e</sup> siècle des jeunes, moyenne OCDE

Graphique 2.17. Disparités dans les compétences auxiliaires du XXI^e siècle parmi les jeunes, selon leur lieu de scolarisation, moyenne OCDE
Copier le lien de Graphique 2.17. Disparités dans les compétences auxiliaires du XXI<sup>e</sup> siècle parmi les jeunes, selon leur lieu de scolarisation, moyenne OCDE

Graphique 2.18. Disparités dans les compétences auxiliaires du XXI^e siècle parmi les jeunes, selon le niveau d’études des parents, moyenne OCDE
Copier le lien de Graphique 2.18. Disparités dans les compétences auxiliaires du XXI<sup>e</sup> siècle parmi les jeunes, selon le niveau d’études des parents, moyenne OCDE

Références

[125] AIE (2023), ICILS 2023 Database, International Computer and Information Literacy Study, International Association for the Evaluation of Educational Achievement, https://doi.org/10.58150/ICILS_2023_data.

[124] AIE (2022), ICCS 2022 Database, International Civic and Citizenship Education Study, International Association for the Evaluation of Educational Achievement, https://doi.org/10.58150/ICCS_2022_data_edition_2_including_process_data.

[62] Artamonova, A. et A. Syse (2021), « Do older parents’ assistance needs deter parent-child geographic divergence in Norway? », Health & Place, vol. 70, p. 102599, https://doi.org/10.1016/j.healthplace.2021.102599.

[67] Atherton, O. et al. (2023), « Rural–urban differences in personality traits and well‐being in adulthood », Journal of Personality, vol. 92/1, pp. 73-87, https://doi.org/10.1111/jopy.12818.

[9] Attanasio, O., Á. de Paula et A. Toppeta (2024), Intergenerational mobility in socio-emotional skills, The IFS, https://doi.org/10.1920/wp.ifs.2024.2624.

[83] Autor, D. et al. (2023), « Males at the tails: How socioeconomic status shapes the gender gap », The Economic Journal, vol. 133/656, pp. 3136-3152, https://doi.org/10.1093/ej/uead069.

[40] Avvisati, F. et P. Givord (2023), « The learning gain over one school year among 15-year-olds: An international comparison based on PISA », Labour Economics, vol. 84, p. 102365, https://doi.org/10.1016/j.labeco.2023.102365.

[103] Bächmann, A. (2022), « Are female-dominated occupations a secure option? Occupational gender segregation, accompanied occupational characteristics, and the risk of becoming unemployed », European Sociological Review, vol. 39/6, pp. 876-889, https://doi.org/10.1093/esr/jcac068.

[92] Bacolod, M., B. Blum et W. Strange (2009), « Skills in the city », Journal of Urban Economics, vol. 65/2, pp. 136-153, https://doi.org/10.1016/j.jue.2008.09.003.

[127] Bakker, D. et al. (2009), « Adding typology to lexicostatistics: A combined approach to language classification », Linguistic Typology, vol. 13/1, https://doi.org/10.1515/lity.2009.009.

[95] Balducci, M. et al. (2024), « The gender-equality paradox in intraindividual academic strengths: A cross-temporal analysis », Psychological Science, vol. 35/11, pp. 1246-1259, https://doi.org/10.1177/09567976241271330.

[44] Barro, R. et J. Lee (2013), « A new data set of educational attainment in the world, 1950–2010 », Journal of Development Economics, vol. 104, pp. 184-198, https://doi.org/10.1016/j.jdeveco.2012.10.001.

[80] Bernardi, F. (2014), « Compensatory advantage as a mechanism of educational inequality », Sociology of Education, vol. 87/2, pp. 74-88, https://doi.org/10.1177/0038040714524258.

[21] Bernardi, F. et M. Valdés (2021), « Sticky educational expectations: A cross-country comparison », Research in Social Stratification and Mobility, vol. 75, p. 100624, https://doi.org/10.1016/j.rssm.2021.100624.

[93] Berry, C. et E. Glaeser (2005), « The divergence of human capital levels across cities », Papers in Regional Science, vol. 84/3, pp. 407-444, https://doi.org/10.1111/j.1435-5957.2005.00047.x.

[16] Bodovski, K. (2013), « Adolescents’ emerging habitus: The role of early parental expectations and practices », British Journal of Sociology of Education, vol. 35/3, pp. 389-412, https://doi.org/10.1080/01425692.2013.776932.

[26] Borgonovi, F. (2022), « Is the literacy achievement of teenage boys poorer than that of teenage girls, or do estimates of gender gaps depend on the test? A comparison of PISA and PIAAC », Journal of Educational Psychology, vol. 114/2, pp. 239-256, https://doi.org/10.1037/edu0000659.

[28] Borgonovi, F., A. Choi et M. Paccagnella (2021), « The evolution of gender gaps in numeracy and literacy between childhood and young adulthood », Economics of Education Review, vol. 82, p. 102119, https://doi.org/10.1016/j.econedurev.2021.102119.

[96] Borgonovi, F., Á. Choi et M. Paccagnella (2018), The evolution of gender gaps in numeracy and literacy between childhood and adulthood, Éditions OCDE, Paris, https://doi.org/10.1787/0ff7ae72-en.

[52] Borgonovi, F. et A. Ferrara (2020), « Academic achievement and sense of belonging among non-native-speaking immigrant students: The role of linguistic distance », Learning and Individual Differences, vol. 81, p. 101911, https://doi.org/10.1016/j.lindif.2020.101911.

[12] Borgonovi, F. et A. Pokropek (2021), « The evolution of socio‐economic disparities in literacy skills from age 15 to age 27 in 20 countries », British Educational Research Journal, vol. 47/6, pp. 1560-1586, https://doi.org/10.1002/berj.3738.

[37] Borgonovi, F. et al. (2017), Youth in Transition : How Do Some of The Cohorts Participating in PISA Fare in PIAAC?, Éditions OCDE, Paris, https://doi.org/10.1787/51479ec2-en.

[15] Breen, R. et J. Goldthorpe (1997), « Explaining differences: Towards a formal rational action theory », Rationality and Society, vol. 9/3, pp. 275-305, https://doi.org/10.1177/104346397009003002.

[109] Bukodi, E. et J. Goldthorpe (2018), Social Inequality and Social Mobility: Is there an Inverse Relation?, Center for Open Science, https://doi.org/10.31235/osf.io/jkqne.

[72] Canache, D. et al. (2013), « Openness, extraversion and the intention to emigrate », Journal of Research in Personality, vol. 47/4, pp. 351-355, https://doi.org/10.1016/j.jrp.2013.02.008.

[47] Cathles, A. et al. (2021), « Where do you come from, where do you go? Assessing skills gaps and labour market outcomes for young adults with different immigration backgrounds », International Journal of Educational Development, vol. 86, p. 102466, https://doi.org/10.1016/j.ijedudev.2021.102466.

[59] Chetty, R. et al. (2018), The Opportunity Atlas: Mapping the Childhood Roots of Social Mobility, National Bureau of Economic Research, https://doi.org/10.3386/w25147.

[58] Chetty, R. et al. (2014), « Where is the land of opportunity? The geography of intergenerational mobility in the United States », The Quarterly Journal of Economics, vol. 129/4, pp. 1553-1623, https://doi.org/10.1093/qje/qju022.

[18] Chetty, R. et al. (2022), « Social capital II: Determinants of economic connectedness », Nature, vol. 608/7921, pp. 122-134, https://doi.org/10.1038/s41586-022-04997-3.

[82] Christoffersen, A. (2021), « The politics of intersectional practice: Competing concepts of intersectionality », Policy & Politics, vol. 49/4, pp. 573-593, https://doi.org/10.1332/030557321x16194316141034.

[42] Cohen, J. (2013), Statistical Power Analysis for the Behavioral Sciences, Routledge, https://doi.org/10.4324/9780203771587.

[108] Corak, M. (2013), « Income inequality, equality of opportunity, and intergenerational mobility », Journal of Economic Perspectives, vol. 27/3, pp. 79-102, https://doi.org/10.1257/jep.27.3.79.

[81] Crenshaw, K. (1991), « Mapping the margins: Intersectionality, identity politics, and violence against women of color », Stanford Law Review, vol. 43/6, p. 1241, https://doi.org/10.2307/1229039.

[3] Cunha, F. et J. Heckman (2007), « The Technology of Skill Formation », American Economic Review, vol. 97/2, pp. 31-47, https://doi.org/10.1257/aer.97.2.31.

[4] Demange, P. et al. (2022), « Estimating effects of parents’ cognitive and non-cognitive skills on offspring education using polygenic scores », Nature Communications, vol. 13/1, p. 4801, https://doi.org/10.1038/s41467-022-32003-x.

[13] Dickson, M., P. Gregg et H. Robinson (2016), « Early, late or never? When does parental education impact child outcomes? », The Economic Journal, vol. 126/596, pp. F184-F231, https://doi.org/10.1111/ecoj.12356.

[73] Dohmen, T. et al. (2011), « The intergenerational transmission of risk and trust attitudes », The Review of Economic Studies, vol. 79/2, pp. 645-677, https://doi.org/10.1093/restud/rdr027.

[70] Echazarra, A. et T. Radinger (2019), Learning in rural schools : Insights from PISA, TALIS and the literature, Éditions OCDE, Paris, https://doi.org/10.1787/8b1a5cb9-en.

[87] Eckel, C. et S. Füllbrunn (2015), « Thar SHE blows? Gender, competition, and bubbles in experimental asset markets », American Economic Review, vol. 105/2, pp. 906-920, https://doi.org/10.1257/aer.20130683.

[85] Ellison, G. et A. Swanson (2010), « The gender gap in secondary school mathematics at high achievement levels: Evidence from the American mathematics competitions », Journal of Economic Perspectives, vol. 24/2, pp. 109-128, https://doi.org/10.1257/jep.24.2.109.

[5] England-Mason, G. et A. Gonzalez (2020), « Intervening to shape children’s emotion regulation: A review of emotion socialization parenting programs for young children », Emotion, vol. 20/1, pp. 98-104, https://doi.org/10.1037/emo0000638.

[33] Falk, A. et J. Hermle (2018), « Relationship of gender differences in preferences to economic development and gender equality », Science, vol. 362/6412, https://doi.org/10.1126/science.aas9899.

[10] Farkas, G. (2003), « Cognitive skills and noncognitive traits and behaviors in stratification processes », Annual Review of Sociology, vol. 29/1, pp. 541-562, https://doi.org/10.1146/annurev.soc.29.010202.100023.

[63] Ferreira, F., J. Gyourko et J. Tracy (2011), Housing busts and household mobility: An update, National Bureau of Economic Research, https://doi.org/10.3386/w17405.

[86] Fryer, R. et S. Levitt (2010), « An empirical analysis of the gender gap in mathematics », American Economic Journal: Applied Economics, vol. 2/2, pp. 210-240, https://doi.org/10.1257/app.2.2.210.

[64] Ganong, P. et D. Shoag (2017), « Why has regional income convergence in the U.S. declined? », Journal of Urban Economics, vol. 102, pp. 76-90, https://doi.org/10.1016/j.jue.2017.07.002.

[65] Gobillon, L. et H. Seold (2021), Spatial mismatch, poverty, and vulnerable populations, Springer Berlin Heidelberg, https://www.parisschoolofeconomics.eu/en/publications-hal/spatial-mismatch-poverty-and-vulnerable-populations/.

[75] Grönqvist, E., B. Öckert et J. Vlachos (2016), « The intergenerational transmission of cognitive and noncognitive abilities », Journal of Human Resources, vol. 52/4, pp. 887-918, https://doi.org/10.3368/jhr.52.4.0115-6882r1.

[11] Gruijters, R., I. Raabe et N. Hübner (2023), « Socio-emotional skills and the socioeconomic achievement gap », Sociology of Education, vol. 97/2, pp. 120-147, https://doi.org/10.1177/00380407231216424.

[6] Grusec, J. et M. Davidov (2019), « Parent Socialization and Children’s Values », dans Handbook of Parenting, Routledge, https://doi.org/10.4324/9780429433214-22.

[7] Guhin, J., J. Calarco et C. Miller-Idriss (2021), « Whatever Happened to Socialization? », Annual Review of Sociology, vol. 47/1, pp. 109-129, https://doi.org/10.1146/annurev-soc-090320-103012.

[94] Guiso, L. et al. (2008), « Culture, gender, and math », Science, vol. 320/5880, pp. 1164-1165, https://doi.org/10.1126/science.1154094.

[111] Hakkarainen, A., L. Holopainen et H. Savolainen (2013), « Mathematical and Reading Difficulties as Predictors of School Achievement and Transition to Secondary Education », Scandinavian Journal of Educational Research, vol. 57/5, pp. 488-506, https://doi.org/10.1080/00313831.2012.696207.

[39] Hanushek, E. et al. (2025), « Age and cognitive skills: Use it or lose it », Science Advances, vol. 11/10, https://doi.org/10.1126/sciadv.ads1560.

[1] Hanushek, E., S. Machin et L. Woessmann (dir. pub.) (2011), The Economics of International Differences in Educational Achievement, Elsevier B.V., https://hanushek.stanford.edu/sites/default/files/publications/Hanushek%2BWoessmann%202011%20HandEconEduc.pdf.

[97] Herlitz, A. et al. (2024), « A systematic review and new analyses of the gender-equality paradox », Perspectives on Psychological Science, vol. 20/3, pp. 503-539, https://doi.org/10.1177/17456916231202685.

[22] Holm, A., A. Hjorth-Trolle et M. Jæger (2019), « Signals, educational decision-making, and inequality », European Sociological Review, vol. 35/4, pp. 447-460, https://doi.org/10.1093/esr/jcz010.

[36] Huang, C. (2012), « Gender differences in academic self-efficacy: A meta-analysis », European Journal of Psychology of Education, vol. 28/1, pp. 1-35, https://doi.org/10.1007/s10212-011-0097-y.

[24] Hyde, J. (2014), « Gender similarities and differences », Annual Review of Psychology, vol. 65/1, pp. 373-398, https://doi.org/10.1146/annurev-psych-010213-115057.

[48] Isphording, I. (2014), « Disadvantages of linguistic origin - Evidence from immigrant literacy scores », Economics Letters, vol. 123/2, pp. 236-239, https://doi.org/10.1016/j.econlet.2014.02.013.

[99] Jansen, M., M. Becker et M. Neumann (2021), « Dimensional comparison effects on (gendered) educational choices », Journal of Educational Psychology, vol. 113/2, pp. 330-350, https://doi.org/10.1037/edu0000524.

[104] Keane, C., H. Russell et E. Smyth (2017), Female participation increases and gender segregation, The Economic and Social Research Institute, https://www.esri.ie/publications/female-participation-increases-and-gender-segregation.

[61] Kimbrough, E. (dir. pub.) (2025), « Big cities fuel inequality within and across generations », PNAS Nexus, vol. 4/2, https://doi.org/10.1093/pnasnexus/pgae587.

[41] Kraft, M. (2020), « Interpreting Effect Sizes of Education Interventions », Educational Researcher, vol. 49/4, pp. 241-253, https://doi.org/10.3102/0013189x20912798.

[53] Kuperman, V. (2022), « Effects of linguistic distance on cognitive skills, health, and social outcomes in Canadian immigrants », Frontiers in Political Science, vol. 4, https://doi.org/10.3389/fpos.2022.874195.

[17] Lareau, A. (2011), Unequal Childhoods: Class, Race, and Family Life, University of California Press, http://www.jstor.org/stable/10.1525/j.ctt1ppgj4.

[78] Lee, H. et al. (2025), « Mechanisms of cultural diversity in urban populations », Nature Communications, vol. 16/1, https://doi.org/10.1038/s41467-025-60538-2.

[8] Leerkes, E., L. Bailes et M. Augustine (2020), « The intergenerational transmission of emotion socialization », Developmental Psychology, vol. 56/3, pp. 390-402, https://doi.org/10.1037/dev0000753.

[84] Legewie, J. et T. DiPrete (2012), « School context and the gender gap in educational achievement », American Sociological Review, vol. 77/3, pp. 463-485, https://doi.org/10.1177/0003122412440802.

[55] Lehtonen, M. et al. (2018), « Is bilingualism associated with enhanced executive functioning in adults? A meta-analytic review », Psychological Bulletin, vol. 144/4, pp. 394-425, https://doi.org/10.1037/bul0000142.

[89] Leslie, S. et al. (2015), « Expectations of brilliance underlie gender distributions across academic disciplines », Science, vol. 347/6219, pp. 262-265, https://doi.org/10.1126/science.1261375.

[74] Liefbroer, A. et C. Elzinga (2012), « Intergenerational transmission of behavioural patterns: How similar are parents’ and children’s demographic trajectories? », Advances in Life Course Research, vol. 17/1, pp. 1-10, https://doi.org/10.1016/j.alcr.2012.01.002.

[54] Li, P., J. Legault et K. Litcofsky (2014), « Neuroplasticity as a function of second language learning: Anatomical changes in the human brain », Cortex, vol. 58, pp. 301-324, https://doi.org/10.1016/j.cortex.2014.05.001.

[30] Malin, A. (dir. pub.) (2014), Associations between age and cognitive foundation skills in the Nordic countries – A closer look at the data, University of Jyväskylä, The Finnish Institute for Educational Research, https://pure.vive.dk/ws/files/293064/d112.pdf.

[105] McCaughey, M. (2023), No one left behind? Gender segregation in the workplace sees women losing out, https://www.eurofound.europa.eu/en/blog/2023/no-one-left-behind-gender-segregation-workplace-sees-women-losing-out (consulté le 17 février 2025).

[77] Militaru, I. et al. (2023), « The lay of the land: Associations between environmental features and personality », Journal of Personality, vol. 92/1, pp. 88-110, https://doi.org/10.1111/jopy.12822.

[88] Niederle, M. et L. Vesterlund (2007), « Do women shy away from competition? Do men compete too much? », The Quarterly Journal of Economics, vol. 122/3, pp. 1067-1101, https://doi.org/10.1162/qjec.122.3.1067.

[51] Norman, D. et D. Bobrow (1975), « On data-limited and resource-limited processes », Cognitive Psychology, vol. 7/1, pp. 44-64, https://doi.org/10.1016/0010-0285(75)90004-3.

[57] Nucette, A. et al. (2024), « Can learning a new language make you better at maths? A meta-analysis of foreign language learning and numeracy skills during early adolescence », Bilingualism: Language and Cognition, pp. 1-31, https://doi.org/10.1017/s1366728924000701.

[128] OCDE (2025), Résultats du PISA 2022 (vol. I) : Apprentissage et équité dans l’éducation, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/165f1d07-fr.

[60] OCDE (2025), To Have and Have Not – How to Bridge the Gap in Opportunities, Éditions OCDE, Paris, https://doi.org/10.1787/dec143ad-en.

[23] OCDE (2024), Base de données du 2e Cycle du PIAAC, Évaluation des compétences des adultes, OCDE, Paris, https://www.oecd.org/fr/data/datasets/piaac-2nd-cycle-database.html (consulté le 10 décembre 2024).

[110] OCDE (2024), Base de données sur la distribution des revenus, Explorateur de données, http://data-explorer.oecd.org/s/17a (consulté le 12 février 2025).

[91] OCDE (2024), Education Policy Outlook 2024 : Reshaping Teaching into a Thriving Profession from ABCs to AI, Éditions OCDE, Paris, https://doi.org/10.1787/dd5140e4-en.

[45] OCDE (2024), Perspectives des migrations internationales 2024, Éditions OCDE, Paris, https://doi.org/10.1787/4fa9de98-fr.

[123] OCDE (2024), Résultats du PISA 2022 (vol. III – version abrégée) : La pensée créative en milieu scolaire, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/b04a0009-fr.

[20] OCDE (2024), Résultats du PISA 2022 (vol. V – version abrégée) : Stratégies et attitudes des élèves vis-à-vis des apprentissages : Des atouts pour la vie, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/c2e44201-en.

[122] OCDE (2023), PISA 2022 Assessment and Analytical Framework, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/dfe0bf9c-en.

[118] OCDE (2022), Base de données PISA 2022, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2022-database.html (consulté le 5 novembre 2024).

[14] OCDE (2021), Perspectives de l’OCDE sur les compétences 2021 : Se former pour la vie, Éditions OCDE, Paris, https://doi.org/10.1787/fc97e6d3-fr.

[27] OCDE (2020), L’importance des compétences : Résultats supplémentaires de l’évaluation des compétences des adultes, Études de l’OCDE sur les compétences, Éditions OCDE, Paris, https://doi.org/10.1787/176f15d3-fr.

[121] OCDE (2020), PISA 2018 Results (vol. VI) : Are Students Ready to Thrive in an Interconnected World ?, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/d5f68679-en.

[71] OCDE (2019), Providing Quality Early Childhood Education and Care : Results from the Starting Strong Survey 2018, TALIS, Éditions OCDE, Paris, https://doi.org/10.1787/301005d1-en.

[117] OCDE (2018), Base de données PISA 2018, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2018-database.html (consulté le 5 novembre 2024).

[120] OCDE (2018), Résultats du PISA 2015 (vol. V) : Résolution collaborative de problèmes, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264305199-fr.

[46] OCDE (2018), Skills on the Move : Migrants in the Survey of Adult Skills, Études de l’OCDE sur les compétences, Éditions OCDE, Paris, https://doi.org/10.1787/9789264307353-en.

[107] OCDE (2017), Base de données du 1er cycle du PIAAC, https://www.oecd.org/fr/data/datasets/piaac-1st-cycle-database.html (consulté le 14 novembre 2024).

[68] OCDE (2017), Country roads: Education and rural life, OCDE, Paris, https://www.oecd.org/content/dam/oecd/en/publications/reports/2017/04/country-roads_3e5f7ba4/ea43a39d-en.pdf.

[43] OCDE (2016), L’importance des compétences : Nouveaux résultats de l’évaluation des compétences des adultes, Études de l’OCDE sur les compétences, Éditions OCDE, Paris, https://doi.org/10.1787/9789264259492-fr.

[116] OCDE (2015), Base de données PISA 2015, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2015-database.html (consulté le 5 novembre 2024).

[35] OCDE (2015), L’égalité des sexes dans l’éducation : Aptitudes, comportement et confiance, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264230644-fr.

[119] OCDE (2015), Résultats du PISA 2012 : Trouver des solutions créatives (vol. V) : Compétences des élèves en résolution de problèmes de la vie réelle, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264215771-fr.

[115] OCDE (2012), Base de données PISA 2012, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2012-database.html (consulté le 5 novembre 2024).

[114] OCDE (2006), Base de données PISA 2006, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2006-database.html (consulté le 14 novembre 2024).

[113] OCDE (2003), Base de données PISA 2003, OCDE, Paris, https://www.oecd.org/fr/data/datasets/pisa-2003-database.html.

[32] OCDE/Statistiques Canada (2005), Apprentissage et réussite : Premiers résultats de l’Enquête sur la littératie et les compétences des adultes, Éditions OCDE, Paris, https://doi.org/10.1787/9789264010413-fr.

[19] Owens, A., S. Reardon et C. Jencks (2016), « Income segregation between schools and school districts », American Educational Research Journal, vol. 53/4, pp. 1159-1197, https://doi.org/10.3102/0002831216652722.

[79] Paccagnella, M. (2016), Age, Ageing and Skills : Results from the Survey of Adult Skills, Éditions OCDE, Paris, https://doi.org/10.1787/5jm0q1n38lvc-en.

[49] Paradis, J. (2011), « Individual differences in child English second language acquisition », Linguistic Approaches to Bilingualism, vol. 1/3, pp. 213-237, https://doi.org/10.1075/lab.1.3.01par.

[101] Permanyer, I. (2009), « The measurement of multidimensional gender inequality: Continuing the debate », Social Indicators Research, vol. 95/2, pp. 181-198, https://doi.org/10.1007/s11205-009-9463-4.

[102] PNUD (2025), Gender Inequality Index (GII), Programme De Développement Des Nations Unies, https://hdr.undp.org/data-center/thematic-composite-indices/gender-inequality-index#/indicies/GII (consulté le 13 février 2025).

[38] Rebollo-Sanz, Y. et S. De la Rica (2020), « Gender gaps in skills and labor market outcomes: Evidence from the PIAAC », Review of Economics of the Household, vol. 20/2, pp. 333-371, https://doi.org/10.1007/s11150-020-09523-w.

[25] Rebollo-Sanz, Y. et S. de la Rica (2020), From Gender Gaps in Skills to Gender Gaps in Wages: Evidence from PIAAC, Document de travail 20.09, Universidad Pablo de Olavide, Department of Economics, https://ideas.repec.org/p/pab/wpaper/20.09.html.

[69] Rentfrow, P., S. Gosling et J. Potter (2008), « A theory of the emergence, persistence, and expression of geographic variation in psychological characteristics », Perspectives on Psychological Science, vol. 3/5, pp. 339-369, https://doi.org/10.1111/j.1745-6924.2008.00084.x.

[100] Richardson, S. et al. (2020), « Is there a gender-equality paradox in science, technology, engineering, and math (STEM)? Commentary on the study by Stoet and Geary (2018) », Psychological Science, vol. 31/3, pp. 338-341, https://doi.org/10.1177/0956797619872762.

[31] Rosdahl, A. (2014), Fra 15 til 27 år: PISA 2000-eleverne i 2011/12 [De 15 à 27 ans : les élèves du PISA 2000 en 2011/12], Det Nationale Forskningscenter for Velfærd [Centre danois de recherche en sciences sociales], https://www.vive.dk/da/udgivelser/fra-15-aar-til-27-aar-yvrg7kzb/.

[34] Silverman, I. (2003), « Gender differences in delay of gratification: A meta-analysis », Sex Roles, vol. 49/9/10, pp. 451-463, https://doi.org/10.1023/a:1025872421115.

[29] Solheim, O. et K. Lundetræ (2016), « Can test construction account for varying gender differences in international reading achievement tests of children, adolescents and young adults? – A study based on Nordic results in PIRLS, PISA and PIAAC », Assessment in Education: Principles, Policy & Practice, vol. 25/1, pp. 107-126, https://doi.org/10.1080/0969594x.2016.1239612.

[66] Spring, A., B. Gillespie et C. Mulder (2023), « Internal migration following adverse life events: Assessing the likelihood of return migration and migration toward family », Population, Space and Place, vol. 30/3, https://doi.org/10.1002/psp.2711.

[98] Stoet, G. et D. Geary (2018), « The gender-equality paradox in science, technology, engineering, and mathematics education », Psychological Science, vol. 29/4, pp. 581-593, https://doi.org/10.1177/0956797617741719.

[90] Storage, D. et al. (2020), « Adults and children implicitly associate brilliance with men more than women », Journal of Experimental Social Psychology, vol. 90, p. 104020, https://doi.org/10.1016/j.jesp.2020.104020.

[50] Takano, Y. et A. Noda (1995), « Interlanguage dissimilarity enhances the decline of thinking ability during foreign language processing », Language Learning, vol. 45/4, pp. 657-681, https://doi.org/10.1111/j.1467-1770.1995.tb00457.x.

[106] Torre, M. (2018), « Stopgappers? The Occupational Trajectories of Men in Female-Dominated Occupations », Work and Occupations, vol. 45/3, pp. 283-312, https://doi.org/10.1177/0730888418780433.

[76] Tucker, L. (2023), « Open-mindedness: A double-edged sword in education », Theory and Research in Education, vol. 21/3, pp. 241-263, https://doi.org/10.1177/14778785231203100.

[2] Van de Werfhorst, H. et J. Mijs (2010), « Achievement Inequality and the Institutional Structure of Educational Systems: A Comparative Perspective », Annual Review of Sociology, vol. 36/1, pp. 407-428, https://doi.org/10.1146/annurev.soc.012809.102538.

[112] Wang, X. (2013), « Why Students Choose STEM Majors », American Educational Research Journal, vol. 50/5, pp. 1081-1121, https://doi.org/10.3102/0002831213488622.

[56] Ware, C. et al. (2021), « Does second language learning promote neuroplasticity in aging? A systematic review of cognitive and neuroimaging studies », Frontiers in Aging Neuroscience, vol. 13, https://doi.org/10.3389/fnagi.2021.706672.

[126] Wichmann, S. et al. (2010), « Evaluating linguistic distance measures », Physica A: Statistical Mechanics and its Applications, vol. 389/17, pp. 3632-3639, https://doi.org/10.1016/j.physa.2010.05.011.

Annexe 2.A. Résultats supplémentaires en ligne

Copier le lien de Annexe 2.A. Résultats supplémentaires en ligne

Tableau 2.A.1.1	Niveau d’études des parents, selon l’âge
Tableau 2.A.1.2	Profession des parents, selon l’âge
Tableau 2.A.1.3	Niveau d’études des parents, selon le lieu d’habitation et l’âge

Le StatLink est disponible uniquement en anglais, voir : https://stat.link/bmv0r7.

Tableau 2.A.2.1	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon l’âge
Tableau 2.A.2.2	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon le genre
Tableau 2.A.2.3	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon le niveau d’études des parents
Tableau 2.A.2.4	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon la profession des parents
Tableau 2.A.2.5	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon l’origine immigrée
Tableau 2.A.2.6	Compétences fondamentales du XXI^e siècle et compétences auxiliaires, selon le lieu d’habitation pendant l’enfance
Tableau 2.A.2.7	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon l’âge
Tableau 2.A.2.8	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon le genre
Tableau 2.A.2.9	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon le niveau d’études des parents
Tableau 2.A.2.10	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon la profession des parents
Tableau 2.A.2.11	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon l’origine immigrée
Tableau 2.A.2.12	Distribution des compétences fondamentales du XXI^e siècle (90^e et 10^e centiles), selon le lieu d’habitation pendant l’enfance

Le StatLink est disponible uniquement en anglais, voir : https://stat.link/kqnbed.

Tableau 2.A.3.1	Disparités entre les genres dans les compétences fondamentales du XXI^e siècle, selon l’âge
Tableau 2.A.3.2	Disparités entre les genres dans les compétences fondamentales du XXI^e siècle, selon le niveau d’études des parents
Tableau 2.A.3.3	Disparités entre les genres dans les compétences fondamentales du XXI^e siècle, selon la profession des parents
Tableau 2.A.3.4	Disparités entre les genres dans les compétences fondamentales du XXI^e siècle, selon l’origine immigrée
Tableau 2.A.3.5	Disparités entre les genres dans les compétences fondamentales du XXI^e siècle, selon le lieu d’habitation pendant l’enfance
Tableau 2.A.3.6	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes dont les parents ont ou non suivi des études supérieures, selon l’âge
Tableau 2.A.3.7	Disparités dans les compétences fondamentales du XXI^e siècle entre les adultes dont les parents ont ou non suivi des études supérieures, selon le genre
Tableau 2.A.3.8	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes dont les parents ont ou non suivi des études supérieures, selon la profession des parents
Tableau 2.A.3.9	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes dont les parents ont ou non suivi des études supérieures, selon l’origine immigrée
Tableau 2.A.3.10	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes dont les parents ont ou non suivi des études supérieures, selon le lieu d’habitation pendant l’enfance
Tableau 2.A.3.11	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes qui ont respectivement grandi dans un village ou dans une métropole, selon l’âge
Tableau 2.A.3.12	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes qui ont respectivement grandi dans un village ou dans une métropole, selon le genre
Tableau 2.A.3.13	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes qui ont respectivement grandi dans un village ou dans une métropole, selon le niveau d’études des parents
Tableau 2.A.3.14	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes qui ont respectivement grandi dans un village ou dans une métropole, selon la profession des parents
Tableau 2.A.3.15	Disparités dans les compétences fondamentales du XXI^esiècle entre les adultes qui ont respectivement grandi dans un village ou dans une métropole, selon l’origine immigrée

Le StatLink est disponible uniquement en anglais, voir : https://stat.link/mqpo01.

Tableau 2.A.4.1	Corrélation à l’échelle nationale entre les disparités entre les genres dans les compétences fondamentales du XXI^e siècle et les inégalités entre les genres au niveau sociétal
Tableau 2.A.4.2	Écarts dans les compétences fondamentales du XXI^e siècle liées à l’inégalité des chances absolue et au niveau d’études des parents
Tableau 2.A.4.3	Écarts dans les compétences fondamentales du XXI^e siècle liées à l’inégalité du revenu total et au niveau d’études des parents
Tableau 2.A.4.4	Écarts dans les compétences fondamentales du XXI^e siècle liées à l’inégalité des chances absolue et à la profession des parents
Tableau 2.A.4.5	Écarts dans les compétences fondamentales du XXI^e siècle liés à l’inégalité du revenu total et à la profession des parents
Tableau 2.A.4.6	Écarts dans les compétences fondamentales du XXI^e siècle liés à l’inégalité des chances absolue et au lieu d’habitation pendant l’enfance
Tableau 2.A.4.7	Écarts dans les compétences fondamentales du XXI^e siècle liés à l’inégalité du revenu total et au lieu d’habitation pendant l’enfance

Le StatLink est disponible uniquement en anglais, voir : https://stat.link/xeo7bf.

Notes

Copier le lien de Notes

← 1. Les différences dans les indices de référence normalisés « d de Cohen » de la taille des effets indiquent de petits effets si le d de Cohen est inférieur à 0.2, des effets moyens pour les valeurs comprises entre 0.2 et 0.5, et de grands effets pour les valeurs égales ou supérieures à 0.5.

← 2. Les scores PISA présentent un écart-type d’environ 100 points de score (OCDE, 2025[128]).

Thèmes clés

Agriculture et pêcheries

Changement climatique

Développement

Développement régional, urbain et rural

Échanges

Économie

Éducation et compétences

Emploi

Environnement

Finances et investissement

Fiscalité

Gouvernance

Industrie, entreprises et entrepreneuriat

Numérique

Santé

Science, technologie et innovation

Société

Énergie

Énergie nucléaire

Transport

Thèmes clés

Agriculture et pêcheries

Changement climatique

Développement

Développement régional, urbain et rural

Échanges

Économie

Éducation et compétences

Emploi

Environnement

Finances et investissement

Fiscalité

Gouvernance

Industrie, entreprises et entrepreneuriat

Numérique

Santé

Science, technologie et innovation

Société

Énergie

Énergie nucléaire

Transport

Pays A - C

Pays D - I

Pays J - M

Pays N - R

Pays S - T

Pays U - Z

Engagement régional et global

Pays

Pays A - C

Pays D - I

Pays J - M

Pays N - R

Pays S - T

Pays U - Z

Engagement régional et global

Publications

Publications

Gros plan

Données

Données

Gros plan

Actualités & événements

Actualités et événements

Gros plan

À propos

À propos

Engagement

Rejoignez-nous

Thèmes clés

Agriculture et pêcheries

Changement climatique

Développement

Développement régional, urbain et rural

Échanges

Économie

Éducation et compétences

Emploi

Environnement