MétaCan
Menu
Retour à la cohorte
Enregistrement W3082936259 · doi:10.1007/s12134-020-00779-w

Identifying English Language Use and Communication Challenges Facing “Entry-Level” Workplace Immigrants in Canada

2020· article· en· W3082936259 sur OpenAlexaffabout
Liying Cheng, Gwan-Hyeok Im, Christine Doe, Scott Roy Douglas

Notice bibliographique

RevueJournal of International Migration and Integration / Revue de l integration et de la migration internationale · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensMount Saint Vincent UniversityUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaQueen's University
Organismes subventionnairesnon disponible
Mots-clésImmigrationLanguage barrierEnglish languageWork (physics)Entry LevelSociologyPublic relationsDemographic economicsPolitical sciencePsychologyMedia studiesEngineeringMathematics education

Résumé

récupéré en direct d'OpenAlex

Abstract Canada has one of the world’s largest immigrant populations, with one in five people in Canada born outside the country. Among these immigrants, a great majority started their lives in Canada working in entry-level jobs. This study examined the English language use and communication challenges among these new Canadian immigrants in entry-level workplace settings. Fourteen participants were interviewed. The results showed four distinct patterns of categories: topical knowledge, language knowledge, personal attributes, and communication strategies. These patterns of language use and communication challenges were narrated in each workplace where these immigrants survive and thrive using English. This study addresses the research gap of entry-level workplace immigrants in Canada and provides a nuanced understanding through work and life stories in reference to their English language ability.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,003
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,055
Tête enseignante GPT0,321
Écart entre enseignants0,266 · 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'étudeQualitatif
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of International Migration and Integration / Revue de l integration et de la migration internationaleMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207