MétaCan
Menu
Retour à la cohorte
Enregistrement W3143716967

How are the Children of Visible Minority Immigrants Doing? An Update Based on the National Household Survey

2016· preprint· en· W3143716967 sur OpenAlexaboutno aff
Patrick Grady

Notice bibliographique

RevueMPRA Paper · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationFirst generationDemographic economicsPolitical scienceSociologyDemographyEconomicsPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the performance of the children of immigrants (called 2nd generation immigrants) to Canada using data from the 2011 National Household Survey, which was administered along with the 2011 Census. An encouraging fact revealed by the data is that 2nd generation visible minority immigrants are becoming more highly educated than both 2nd generation non-visible minority immigrants and non-immigrants: 53.4 per cent of 2nd generation visible minority between 25 and 44 with employment income had earned university certificates or degrees compared to only 35.4 per cent of non-visible minority 2nd generation immigrants and 25.2 per cent of non-immigrants in the same age groups. But, while 2nd generation visible minority immigrants obtained more education than 2nd generation non-visible minority immigrants and non-immigrants, their performance as a group did not measure up so well in the labour market. In the 25 to 44 age group 2nd generation visible minority immigrants earned on average $42,206, which was higher than the $40,431 earned by non-immigrants, but less the $49,202 earned by 2nd generation non-visible minority immigrants. The results from this study are broadly in line with its predecessor (Grady, 2011), but offer more encouragement for an improved performance of 2nd generation visible minority 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)0,004
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 enseignants0,801
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,036
Tête enseignante GPT0,284
Écart entre enseignants0,248 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMPRA PaperMême sujetMigration and Labor DynamicsTravaux en français237 207