Transnational sensemaking narratives of highly skilled Canadian immigrants' career change
Notice bibliographique
Résumé
Purpose The authors answer calls for research on the experiences of international professionals' career transitions by investigating how highly skilled immigrants make sense of their career changes in the host country's labor market. Design/methodology/approach The authors report on a qualitative, inductive and elaborative study, drawing on sensemaking theories and career transitions literature and nine semi-structured reflective interviews with highly skilled Canadian immigrants. Findings The authors identified four career change narratives: mourning the past, accepting the present, recreating the past and starting fresh. These narratives are made sense of in a transnational context: participants contended with tensions between past, present and future careers and between relevant home and host country factors affecting their career decisions. Participants who were mourning the past or recreating the past identified more strongly with their home country professions and struggled to find resources in Canada. In accepting the present and starting fresh, participants leveraged host country networks to find career opportunities and establish themselves and their families in the new environment. Originality/value A transnational ontology emphasizes that immigrants' lives are multifaceted and span multiple national contexts. The authors highlight how the tensions between the home and host country career contexts shape immigrants' sensemaking narratives of their international career change. The authors encourage scholars and practitioners to take a transnational contextual approach (spatial and temporal) to guide immigrants' career transitions and integration into the new social environment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».