MétaCan
Menu
Retour à la cohorte
Enregistrement W1483769080

Language at Work: The Impact of Linguistic Enclaves on Immigrant Economic Integration

2009· preprint· en· W1483769080 sur OpenAlexaboutno aff
Mónica Boyd

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationEarningsCensusWork (physics)PopulationDemographic economicsWageLinguisticsGeographySociologyEconomicsLabour economicsDemographyFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper studies the role played by linguistic enclaves on the economic integration of immigrants to Canada. Linguistic enclaves are defined as groups of people who are similar with respect to languages used on their jobs. A five category classification of major types of linguistic enclaves is produced, using responses to two questions on the Canadian 2006 census of population: language most often used on the job and language(s) regularly used at work. Two core questions are asked: 1) What factors influence the likelihood of employment in linguistic enclaves; and 2) What are the impacts of working in linguistic enclaves on earnings? These questions are answered by examining the economic integration of immigrant allophone women and men age 26-64 who were employed in 2005 or 2006 and who were enumerated in the 2006 Canadian census of population. The investigation shows that levels of language proficiency are important factors determining the type of language enclave where individuals are employed. Further language at work mediates much of the observed impacts of language proficiency on earnings. Wage determination models also confirm that employment in linguistic enclaves conditions weekly earnings; allophone immigrants who use non-official languages at work have lower wages than those who use only English at work.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,379
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207