MétaCan
Menu
Retour à la cohorte
Enregistrement W4323851076 · doi:10.1111/cag.12833

A few “big players”: Systems approach to immigrant employment in a mid‐sized city

2023· article· en· W4323851076 sur OpenAlexaffvenueabout
Mary Crea‐Arsenio, K. Bruce Newbold, Andrea Baumann, Margaret Walton‐Roberts

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensWilfrid Laurier UniversityHamilton Health SciencesMcMaster University
Organismes subventionnairesnon disponible
Mots-clésImmigrationCore (optical fiber)Face (sociological concept)StakeholderImmigration policyBusinessPolitical scienceLabour economicsEconomic growthSociologyEconomicsPublic relationsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Canada's immigration policy is regarded globally as a best practice model for selecting highly skilled migrants. Yet, upon arrival many immigrants face challenges integrating into employment. Where immigrants settle is one factor that has been shown to impact on employment integration. In Canada, regionalization policies have resulted in more immigrants settling in small to mid‐sized cities. It is important to understand how these local systems are organized to promote immigrant integration into employment. Using a systems approach, this paper presents a case study of immigrant employment in a mid‐sized city in Ontario, Canada. Through a document review and stakeholder interviews, a systems map was developed, and local perspectives were analyzed. Results demonstrate that in a mid‐sized city, few organizations play a large role in immigrant employment. The connections between these core organizations and the local labour market are complex. Any potential challenges to the system that interfere with these connections can cause a delay for newcomers seeking employment. As cities begin to experience growth driven by immigration, there is a need to ensure local services are not only available but also working effectively within the larger employment system.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,640

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0220,015
Communication savante0,0120,003
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,235
Écart entre enseignants0,209 · 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'étudeQualitatif
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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207