MétaCan
Menu
Retour à la cohorte
Enregistrement W7083329647 · doi:10.1108/edi-02-2025-0093

Mentoring immigrant job seekers: a socialization perspective

2025· article· en· W7083329647 sur OpenAlexaff

Notice bibliographique

RevueEquality Diversity and Inclusion An International Journal · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEducational Assessment and Improvement
Établissements canadiensCarleton UniversityThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésSocializationImmigrationPerspective (graphical)Context (archaeology)Process (computing)Qualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose While mentoring is an important tool for employee development in organizations, its potential for integrating immigrants at the pre-employment stage remains underexplored. This paper examines the role of mentors in immigrants’ anticipatory socialization. Design/methodology/approach We followed an inductive, qualitative approach to investigate immigrants’ experiences of pre-employment mentoring facilitated by immigrant-serving organizations (ISOs). We drew on semi-structured interviews with immigrants and staff members of ISOs and archival data to understand the context and protégé experiences. Findings Mentors increased immigrants’ job search readiness by socializing them into the labor market, professions and organizations while supporting their emotional coping. Immigrant socialization emerges as a complex, multifaceted process requiring learning knowledge, skills and behaviors at multiple levels. Originality/value The study demonstrates the interrelatedness of mentoring and organizational socialization by elaborating on the process by which mentors support the anticipatory socialization of immigrant job seekers. Additionally, it unpacks the process of immigrant socialization by identifying specific knowledge, skills and behaviors that immigrants acquired through mentoring in order to meet societal, professional and organizational expectations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0000,001
Science ouverte0,0010,010
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,459
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquality Diversity and Inclusion An International JournalMême sujetEducational Assessment and ImprovementTravaux en français237 207