Intégration de travailleurs (im)migrants sous interdiction de changer d'employeur au pays : impact salarial sur les autres employés au sein des occupations affectées
Notice bibliographique
Résumé
Les programmes de travailleurs étrangers temporaires (PTET) sont élaborés pour répondre à court terme aux difficultés de main d’œuvre du pays d’accueil à travers le recrutement de travailleurs immigrants sous certaines conditions. Au Canada, l’employeur désireux de bénéficier de ce programme doit obtenir l’approbation d’une évaluation de l’impact sur le marché du travail. Quant au travailleur étranger temporaire (TET), il lui faut un permis de travail qui précise son employeur. L’objectif de ces restrictions étant la protection de l’emploi des travailleurs locaux, il nous paraît utile d’étudier l’impact de ce programme sur le bien-être de ceux-ci. Nous modifions le modèle de recherche d’emploi d’Acemoglu (2001) pour étudier l’impact du PTET sur le salaire des natifs. Nous apportons deux changements majeurs : nous modélisons les types d’emploi au niveau des conditions de travail (bonnes ou mauvaises) et nous avons deux types de travailleurs, les natifs (libres) et les TET (non libres). Notre contribution est principalement théorique et nous montrons que le PTET pourrait accroître le chômage et baisser le salaire des natifs étant donné que l’augmentation de la fraction de TET induirait la création de plus de mauvais emplois. Nous avons également testé empiriquement nos prédictions. L’estimation d’un modèle de régression à effets fixes du salaire sur la fraction de TET donne un coefficient négatif mais non significatif aux seuils usuels. Cependant, le coefficient sur le premier retard de notre variable explicative d’intérêt est négatif et significatif ; ce qui montre que le salaire des natifs semble avoir un lien plus important avec le flux de TET du mois précédent. En revanche, nous obtenons des résultats négatifs contre-intuitifs pour le chômage et cela pourrait être dû à la qualité de nos données ou bien d’autres raisons qu’il serait utile d’explorer dans des travaux futurs. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Programme des travailleurs étrangers temporaires, travailleurs natifs, employeur, emploi, asymétrie d’information, salaire, chômage.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».