Why is Immigrants' Access to Employment lower in Montreal that in Toronto?
Notice bibliographique
Résumé
This paper explores reasons why the employment rate gap between immigrants and Canadian born individuals is larger in Montreal than in Toronto. A major reason is language: relative to Canadian born individuals, immigrants in Montreal are significantly less likely to know French than their Toronto counterparts to know English and their knowledge of French is less rewarded by employers than their Toronto counterparts’ knowledge of English. We also find that holding other factors constant, the performance of immigrants according to their countries of origin is remarkably similar in Montreal and Toronto: in both metropolitan areas, immigrants from Europe and India generally perform better than immigrants from China, Taiwan and Muslim countries. While we do not find any evidence that Quebec’s different immigration policy is causing the larger immigrant employment rate gap in Montreal, we cannot rule out the possibility that immigrants would be subject to more labour market discrimination in Montreal than in Toronto. However, this discrimination would be French language related as opposed to being ethnicity related. Results are generally similar for both male and female immigrants. / Ce document explore les raisons pour lesquelles l'écart de taux d'emploi entre les immigrants et les personnes nées au Canada est plus grand à Montréal qu'à Toronto. Une raison importante est la langue : par rapport aux Canadiens de naissance, les immigrants à Montréal sont beaucoup moins susceptibles de connaître le français que leurs homologues à Toronto de connaître l'anglais, et leur connaissance du français est moins récompensée par les employeurs que la connaissance de l’anglais des immigrants à Toronto. Nous trouvons également que, toutes choses égales par ailleurs, la performance des immigrants selon le pays d'origine est remarquablement similaire à Montréal et à Toronto : dans les deux régions métropolitaines, les immigrants de l'Europe et de l'Inde ont en général une meilleure performance que ceux de Chine, de Taïwan et des pays musulmans. Bien qu’il n’y ait pas de preuve que la politique d'immigration spécifique du Québec soit la cause du plus grand écart de taux d'emploi à Montréal, nous ne pouvons pas exclure la possibilité qu’il y ait une plus grande discrimination sur le marché du travail contre les immigrants à Montréal qu'à Toronto. Toutefois, cette discrimination serait liée à la langue plutôt qu’à l’ethnicité. Les résultats sont généralement similaires pour les hommes et pour les femmes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».