Employment Barriers for Racialized Immigrants: A Review of Economic and Social Integration Support and Gaps in Edmonton, Alberta
Notice bibliographique
Résumé
This article explores the strategies used by government-sponsored institutions dedicated to addressing systemic barriers to employment for racialized immigrants in Edmonton. The research involved conducting in-depth semi-structured interviews with service providers, employment program coordinators from different settlement and employment agencies, and a research and training centre operating in Edmonton, Alberta. The first objective is to understand the barriers racialized immigrants face through the hiring and promotion process. The second objective is to understand the support provided by those institutions and the impact of their equity policies on how they assist racialized Canadians in finding gainful employment. Lastly, this study explores the impact of the COVID-19 pandemic and the Black Lives Matter movement on the employment of racialized immigrants in Edmonton. The results show that around 50% of employment service providers acknowledged that visible minority immigrants face barriers while integrating into the labour market, including racial microaggressions in their jobs. In addition, the findings indicate a lack of programs tailored to the needs of racialized job seekers. Participants in this study reported that the Black Lives Matter movement raised awareness among employers regarding racial issues in the workplace. Hence, there is a demonstrated need for employers to undergo training to recognize and address racism in hiring, promoting, and retaining racialized employees at Canadian workplaces. Interviewees recognized that the COVID-19 pandemic negatively impacted racialized employees and newcomers. They recommended that Canadian companies establish educational programs that emphasize the importance and benefits of racial diversity, equity, and inclusion in the hiring process.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,014 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».