MétaCan
Menu
Retour à la cohorte
Enregistrement W2989634663 · doi:10.3390/su11236671

Self-Employment Dynamics of Immigrants and Natives: Individual-level Analysis for the Canadian Labour Market

2019· article· en· W2989634663 sur OpenAlexaffabout
Amjad Naveed, Nisar Ahmad, Rayhaneh Esmaeilzadeh, Amber Naz

Notice bibliographique

RevueSustainability · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensMinistry of Children, Community and Social Services
Organismes subventionnairesnon disponible
Mots-clésImmigrationUnemploymentEconomicsSpurious relationshipLabour economicsGovernment (linguistics)Demographic economicsSelf-employmentEntrepreneurshipPolitical scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

This paper analyses the dynamic transitions of self-employment in four states of the Canadian labour market (paid-employment, self-employment, unemployment, and being out of the labour force) by answering three core questions: (1) What are the determinants of the transitions into and out of the four labour market states? (2) Are the probabilities of transitions between immigrants and natives significantly different, and if so, are they due to entry–exit rate gaps between immigrants and natives? (3) What are the proportions of spurious and structural state dependence in the labour market states of immigrants and natives? Our analysis was based on longitudinal data from Canada’s Survey of Labour and Income Dynamics (SLID) for males aged 25 to 55 for the period 1993 to 2004. Our results revealed that immigrants rather than natives are relatively more likely to be self-employed during the unemployment period. The findings also confirmed that males with positive investment income or wealth tended to be largely self-employed. From a policy perspective, the government provision of financial support towards self-employment positively benefits natives in seeking self-employment opportunities. Government policies to lessen labour market discrimination promotes the self-employment of immigrants.

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 enseignants0,014
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,290
Écart entre enseignants0,272 · 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207