MétaCan
Menu
Retour à la cohorte
Enregistrement W2046529433 · doi:10.1002/ijpg.310

Gendered structural barriers to job attainment for skilled Chinese emigrants in Canada

2003· article· en· W2046529433 sur OpenAlexaffabout
Janet W. Salaff, Arent Greve

Notice bibliographique

RevueInternational Journal of Population Geography · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHuman capitalImmigrationUnemploymentHuman capital theoryChinaDemographic economicsEducational attainmentContext (archaeology)Social capitalEmigrationLabour economicsSociologyEconomicsPolitical scienceEconomic growthSocial scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Our study examines the career achievements of 50 professional couples that immigrated from China to Canada. We compare their job attainment when they left China with that years after immigration. We apply concepts of human capital and institutional theory to understand why the job status of the majority drops after immigrating. Human capital concepts account for most career advancement in China. Human capital theory falls short in explaining the structural barriers to achievement that affect those in the controlled professions, and especially women, in Canada. The institutional framework views immigrants' unemployment and a drop in job levels and wages as a status change. Structural concepts handle job deterioration, and in particular women's loss of status, in terms of social recognition of career paths. Structural concepts explain why immigrants' past career paths are poorly understood or are blocked in a new context. We conclude that institutional theory is more widely applicable than human capital theory for understanding the loss of job status for our sample of skilled immigrants from China. Copyright © 2003 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,299
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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

Citations80
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Population GeographyMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207