Notice bibliographique
Résumé
Le présent article présente les premières estimations de la différence de revenu entre d'anciens élèves canadiens en immersion française (IF) et leurs homologues qui n'ont pas été en immersion. À partir des données du Recensement de la population du Canada de 2021, il est établi que les anciens élèves en IF ont présenté un revenu environ 16 % plus élevé en 2020 que ceux qui n'avaient pas étudié en IF, mais possédaient des caractéristiques démographiques semblables. Parmi les sous-groupes de la population qui ont étudié en IF, ce sont les immigrants en anglais langue seconde (ALS), les travailleurs en milieu de carrière, les femmes et les résidents des provinces de l'est du Canada qui présentent les plus grands avantages par rapport à des élèves semblables qui n'avaient pas étudié en IF. D'anciens élèves en IF qui déclaraient ne pas savoir le français gagnaient également davantage que leurs homologues qui n'avaient pas étudié en IF. Malgré l'avantage de revenu lié à l'IF, il a été établi que l’écart salarial pouvait être expliqué par un facteur confusionnel non observé, tel que l'investissement des parents ou un degré de difficulté d'apprentissage, qui explique la variation de 2,9 % tant de l'inscription en IF que du potentiel de revenu qui subsiste après avoir tenu compte des caractéristiques démographiques. Si l’élément du revenu non observé est aussi déséquilibré que le statut autochtone chez les élèves en IF et ceux qui ne l'avaient pas été, le revenu après l'IF reculerait à environ 4,6 %. Ces exercices indiquent que l'effet causal de l'IF sur les revenus futurs est probablement limité, et il est n'est pas invraisemblable de croire qu'il se situe à zéro.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».