A Critical Reflection of the Disturbing Underrepresentation of Filipinos in Higher Education
Notice bibliographique
Résumé
Filipinos are one of the largest visible minority groups in Canada and, each year, the rate of immigration into the country continues to increase. According to the 2010 Statistics Canada report, the Philippines was the number one source of immigrants, surpassing both India and China, which usually rank first due to their large populations (Chagnon, 2013). Despite the growing presence of Filipinos in Canada and their unwavering contributions to the economy, Filipinos remain disturbingly underrepresented in university institutions and higher education. Growing bodies of literature are now recognizing the issues and systemic barriers that disproportionately impact Filipino immigrants and the factors impeding Filipino youths from accessing a university education (Mendoza, 2018). The government of Canada claims that, as the leading multicultural country in the world, the country has successfully established spaces and opportunities for equity, inclusion, and upward mobility for immigrants (Brosseau & Dewing, 2009, Revised 2018). If this is indeed the case, then such a promise must be nourished to ensure that all racialized and marginalized groups are included and benefit from this pathway. Any gaps or issues must, therefore, be examined and addressed. This critical reflective paper will analyze significant events that I have personally experienced and which have heavily affected my decision to pursue post-secondary education. The main focus will be on the lack of role models, inadequate networks and connections, financial instabilities, and lack of parental guidance as possible reasons for the underrepresentation of Filipinos in university institutions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».