Income Trajectories of Latin American Refugee and Non-Refugee Immigrant Workers in Canada
Notice bibliographique
Résumé
Monitoring labour market outcomes of immigrants such as their earnings over time is crucial to pinpointing a successful economic integration. Over the past decades, thousands of Latin American immigrants have been admitted to Canada as permanent residents. Using a sample of tax filers drawn from the Longitudinal Immigration Database (IMDB), this study explored the income trajectories of 60,060 male and female Latin American refugee and non-refugee workers aged 25-54, who immigrated during the period from 2000-2009. Employment earnings of male and female Latino workers were observed at three tax reporting years: 2010, 2014, and 2018. Six immigrant intake class groups were examined: economic class principal applicants, economic class spouses or dependents, family class, government-assisted refugees (GARs), privately sponsored refugees (PSRs) and landed-in-Canada (LICs) refugees. The study found that, between 2010 and 2018, the average employment earnings of workers grew by approximately one quarter of their initial amount. Notable income improvements, however, were not seen across the board. Economic class principal applicants, as well as their spouses and dependents, had the strongest earning trajectories while landed-in Canada refugees and family class immigrants displayed moderate ones. Government-assisted refugees and privately sponsored refugees ranked at bottom levels across the three tax year observation points, having the lowest starting points and the shallowest earning trajectories. Multivariate analysis using cross-classifications found that, controlling for other covariates such as gender, university education and/or region of admission, immigrant intake class was a strong predictor of employment incomes. Although average incomes increased over time for all groups, government-assisted refugees and privately sponsored refugees experienced the greatest income penalties of the six immigrant intake classes examined. The march towards economic integration, thus, appears to be faster for some Latino immigrant workers and slower for others.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».