First- and Second-Generation Immigrant Educational Attainment and Labor Market Outcomes: A Comparison of the United States and Canada
Notice bibliographique
Résumé
The educational and labor market outcomes of the first, first-and-a-half (1.5), second, and third generations of immigrants to the United States (US) and Canada are compared. These countries’ immigration policies have diverged on important dimensions since the 1960s, resulting in large differences in immigrant source country distributions and a much larger emphasis on skill requirements in Canada, making for interesting comparisons. Of particular note is the educational attainment of US immigrants which is currently lower than that in Canada and is expected to influence future second generations causing an existing education gap to grow. This will likely in turn influence earnings where, controlling only for age, the current US second generation has earnings comparable to those of the third generation, whereas the Canadian second generation has higher earnings. Importantly, the role of, and returns to, observable characteristics are significantly different between the US and Canada. Observable characteristics explain little of the difference in earnings outcomes across generations in the US but have remarkable explanatory power in Canada. Controlling for a wide array of characteristics, especially education, has little effect on the US second generation's earnings premium, but causes the Canadian premium to become negative relative to the Canadian third generation. The Canadian 1.5 and second generations’ educational advantage is of benefit in the labor market, but does not receive the same rate of return as it does for the third generation causing a very sizable gap between the current good observed outcomes, and the even better outcomes that would be expected if the 1.5 and second generation received the same rate of return to their characteristics as the third generation. Why the US differs likely follows from a combination of its lower immigration rate, its different selection mechanism, and its settlement policies and practices.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».