Economic integration of immigrants to Canada and foreign credential recognition
Notice bibliographique
Résumé
Le manque de reconnaissance des titres de compétences acquis à l'étranger est l'une des causes souvent citées pour expliquer l'augmentation de la disparité salariale entre immigrants et non-immigrants au Canada. Le principal objectif de ma thèse est d'examiner différents aspects de l'intégration économique des immigrants au Canada, et plus particulièrement ceux liés à la reconnaissance des titres de compétences étrangers. Le but de la première étude est d'analyser le lien entre le domaine de l'emploi principal occupé par les immigrants avant leur arrivée et les emplois qu'ils ont occupés en début d'établissement, ainsi que l'effet net d'une adéquation des emplois sur le revenu des immigrants récents. Les résultats suggèrent que la plupart de ces immigrants ne se trouvent pas un emploi dans leur domaine; par ailleurs, ceux qui y parviennent ont un salaire plus élevé. Dans la deuxième analyse, je détermine combien d'immigrants travaillent dans des professions réglementées et non réglementées. J'examine comment l'éducation est associée à la probabilité de travailler dans une profession réglementée et, dans l'ensemble, les immigrants sont un peu moins susceptibles de travailler dans de telles professions. Les immigrants formés en Asie, en Amérique latine et dans les Caraïbes ont beaucoup moins de chances d'occuper une profession réglementée que les autres immigrants et les non-immigrants. L'objectif de la troisième analyse est de comprendre la transition entre l'éducation pre-migratoire et les trajectoires d'éducation au Canada, et les effets de l'investissement en éducation post-migratoire sur l'employabilité et le revenu. Un tiers des nouveaux immigrants ayant une formation postsecondaire poursuivent leurs études pendant leurs premières années au Canada. Ceux qui s'inscrivent à un programme de formation ne voient pas un bénéfice immédiat sur leur revenu et les chances d'être en emploi. Dans le dernier chap
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».