Leveraging the Power of Place: A Data-Driven Decision Helper to Improve\n the Location Decisions of Economic Immigrants
Notice bibliographique
Résumé
A growing number of countries have established programs to attract immigrants\nwho can contribute to their economy. Research suggests that an immigrant's\ninitial arrival location plays a key role in shaping their economic success.\nYet immigrants currently lack access to personalized information that would\nhelp them identify optimal destinations. Instead, they often rely on\navailability heuristics, which can lead to the selection of sub-optimal landing\nlocations, lower earnings, elevated outmigration rates, and concentration in\nthe most well-known locations. To address this issue and counteract the effects\nof cognitive biases and limited information, we propose a data-driven decision\nhelper that draws on behavioral insights, administrative data, and machine\nlearning methods to inform immigrants' location decisions. The decision helper\nprovides personalized location recommendations that reflect immigrants'\npreferences as well as data-driven predictions of the locations where they\nmaximize their expected earnings given their profile. We illustrate the\npotential impact of our approach using backtests conducted with administrative\ndata that links landing data of recent economic immigrants from Canada's\nExpress Entry system with their earnings retrieved from tax records.\nSimulations across various scenarios suggest that providing location\nrecommendations to incoming economic immigrants can increase their initial\nearnings and lead to a mild shift away from the most populous landing\ndestinations. Our approach can be implemented within existing institutional\nstructures at minimal cost, and offers governments an opportunity to harness\ntheir administrative data to improve outcomes for economic immigrants.\n
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».