EDITORIAL Introduction: work, learning and transnational migration
Notice bibliographique
Résumé
When transnational migrants arrive in a new country, many of them face multifaceted barriers in transition into work and learning in the host society, with language and employment as the most frequently cited barriers. In the context of Canada, for example, despite the fact that immigrants bring significant human capital resources to the Canadian labour force, my research has shown that many highly educated immigrant professionals experienced deskilling and devaluation of their prior learning and work experience upon arrival (Guo 2009, 2013a, 2013b). One troubling aspect of the deskilling experience is the precarious nature of work and learning for immigrants, characterised by part-time employment, low wages, job insecurity, high risk of poor health and limited social benefits and statutory entitlements (Guo 2013a). As a consequence, many have suffered unemployment and underemployment, poor economic performance and downward social mobility. Recent immigrants’ negative experience in Canada can be attributed to a triple glass effect, including a glass gate, glass door and glass ceiling, which may converge to create multiple structural barriers and affect immigrants’ new working lives at different stages of their integration and transition processes (Guo 2013b).
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,015 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,015 |
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 ».