Too Old to Work?: The Influence of Retraining on Employment Status for Older Immigrants to Canada
Notice bibliographique
Résumé
Research has established that immigrants who possess host-country human capital fare better on employment outcomes relative to those with foreign credentials. The purpose of this paper is to examine the effect of retraining on the employment status of older immigrants to Canada. Using the three waves of the Longitudinal Survey of Immigrants to Canada (LSIC), cross-sectional and longitudinal logistic regression models are conducted to test whether the probability of being employed is significantly related to retraining, while controlling for gender, age at arrival, immigration category, visible minority status, marital status, dependents in the household, highest level of education obtained outside of Canada, language proficiency, recognition of foreign work experience, health, and social networks. The results reveal that retraining at wave 2 is significantly related to the probability of being employed at wave 2. Longitudinally, a different pattern emerged in which the probability of being employed at wave 3 is greatest among those who did not pursue retraining at wave 1. Gender does not moderate the association between retraining and employment status for any of the waves. Selon la recherche, les immigrés qui ont acquis dans leur pays-hôte des qualifications en termes de capital humain s’en tirent mieux dans le domaine de l’emploi que ceux qui n’ont que des titres de compétence étrangers. Le but de cet article est d’examiner les effets d’une nouvelle formation sur la situation professionnelle de personnes d’un certain âge qui immigrent au Canada. À partir des trois vagues de collecte de l’Enquête longitudinale des immigrants au Canada (ELIC), nous avons réalisé trois modèles de régression logistiques transversaux et longitudinaux pour tester dans quelle mesure la probabilité de trouver un emploi est liée de manière significative à un recyclage professionnel, ceci en tenant compte du genre, de l’âge au moment de l’arrivée au Canada, de la catégorie d’immigrant, du statut de minorité visible, de la situation maritale, des personnes dépendantes de la famille, du niveau le plus élevé d’éducation atteint hors frontières, des compétences linguistiques, de la reconnaissance de l’expérience professionnelle étrangère, de la santé et des réseaux sociaux. Les résultats révèlent que, lors de la vague 2, ceux qui ont acquis une formation ont eu significativement plus de chances de trouver un emploi. Longitudinalement, la tendance qui apparaît est différente : dans ce cas, ceux qui n’ont pas tenté de se recycler lors de la première vague ont eu plus de possibilités d’embauche lors de la troisième. Quant à l’association entre formation complémentaire et la situation professionnelle, le genre ne joue de rôle dans aucune des trois vagues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».