MétaCan
Menu
Retour à la cohorte
Enregistrement W2128827539

Immigration, Low Income and Income Inequality in Canada: What's New in the 2000s?

2014· preprint· en· W2128827539 sur OpenAlexaboutno aff
Garnett Picot, Feng Hou

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2014
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationEconomic inequalityDemographic economicsEarningsInequalityEconomicsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper documents changes in low-income and high-income rates and in family-income inequality among immigrants and Canadian-born persons over the 1995-to-2010 period. In addition, it estimates the extent to which declining low-income rates among immigrants were attributable to changing compositional characteristics over this period, and the direct role that immigration played in low-income and income-inequality trends in Canada. Both national and regional results are presented. There are four major findings. First, in contrast to the 1980s and 1990s, immigrant low-income rates declined in the 2000s. The decline was particularly evident in the western regions, but was not observed in Toronto. However, because low-income rates also declined among the Canadian-born through the 2000s, immigrants’ low-income rates relative to the Canadian-born remained high in most regions. Manitoba and Saskatchewan were exceptions in this regard. Second, changes in immigrant characteristics and selection programs accounted for about one-third of the decline in low-income rates among recent immigrants. Again, this varied by region. Third, while rising immigrant low-income rates accounted for virtually all of the increase in the national low-income rate over the 1980s and 1990s, immigrants accounted for little of the decline in the national low-income rate during the 2000s. Immigrants also accounted for little of the rise in the high-income rate observed between 1995 and 2010. Fourth, immigration contributed very little to national trends in either family-income inequality or family-earnings inequality since the mid-1990s.

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)0,005
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 enseignants0,081
Score d'incertitude au seuil0,591

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,013
Études des sciences et des technologies0,0060,003
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,322
Écart entre enseignants0,298 · 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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMigration and Labor DynamicsTravaux en français237 207