Why Do Skilled Immigrants Struggle in the Labor Market? A Field Experiment with Six Thousand Resumes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thousands of resumes were sent in response to online job postings across multiple occupations in Toronto to investigate why Canadian immigrants, allowed in based on skill, struggle in the labor market. Resumes were constructed to plausibly represent recent immigrants under the point system from the three largest countries of origin (China, India, and Pakistan) and Britain, as well as non-immigrants with and without ethnic-sounding names. In addition to names, I randomized where applicants received their undergraduate degree, whether their job experience was gained in Toronto or Mumbai (or another foreign city), whether they listed being fluent in multiple languages (including French). The study produced four main findings: 1) Interview request rates for English-named applicants with Canadian education and experience were more than three times higher compared to resumes with Chinese, Indian, or Pakistani names with foreign education and experience (5 percent versus 16 percent), but were no different compared to foreign applicants from Britain. 2) Employers valued experience acquired in Canada much more than if acquired in a foreign country. Changing foreign resumes to include only experience from Canada raised callback rates to 11 percent. 3) Among resumes listing 4 to 6 years of Canadian experience, whether an applicant's degree was from Canada or not, or whether the applicant obtained additional Canadian education or not had no impact on the chances for an interview request. 4) Canadian applicants that differed only by name had substantially different callback rates: Those with English-sounding names received interview requests 40 percent more often than applicants with Chinese, Indian, or Pakistani names (16 percent versus 11 percent). Overall, the results suggest considerable employer discrimination against applicants with ethnic names or with experience from foreign firms.
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.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle