Immigration System, Labor Market Structures, and Overeducation of High-Skilled Immigrants in the United States and Canada
Notice bibliographique
Résumé
Why do high-skilled Canadian immigrants lag behind their US counterparts in labor-market outcomes, despite Canada’s merit-based immigration selection system and more integrative context? This article investigates a mismatch between immigrants’ education and occupations, operationalized by overeducation, as an explanation. Using comparable data and three measures of overeducation, we find that university-educated immigrant workers in Canada are consistently much more likely to be overeducated than their US peers and that the immigrant–native gap in the overeducation rate is remarkably higher in Canada than in the United States. This article further examines how the cross-national differences are related to labor-market structures and selection mechanisms for immigrants. Whereas labor-market demand reduces the likelihood of immigrant overeducation in both countries, the role of supply-side factors varies: a higher supply of university-educated immigrants is positively associated with the likelihood of overeducation in Canada, but not in the United States, pointing to an oversupply of high-skilled immigrants relative to Canada’s smaller economy. Also, in Canada the overeducation rate is significantly lower for immigrants who came through employer selection (i.e., those who worked in Canada before obtaining permanent residence) than for those admitted directly from abroad through the point system. Overall, the findings suggest that a merit-based immigration system likely works better when it takes into consideration domestic labor-market demand and the role of employer selection.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».