Employment facilitation programs for professional immigrants in the Greater Toronto area: surveying participants' opinions about the programs
Notice bibliographique
Résumé
In the context of the aging Canadian labour market and a growing shortage of trained professionals, the social and economic consequences of skilled immigrants working as low skilled labourers is significant. Calling for the provision of more language-training, job-search and self-marketing training programs for newcomers are among the widely proposed solutions that so far dominate the response system in Canada. The view that seeks a "training solution" presumes that the problem is caused primarily by "skill-gaps" between immigrants' skills and job-market requirements, while research as well as anecdotes in the press have long documented the influence of structural, institutional and cultural factors as well. Surveys, including scaled rating, open-ended response format and post-survey conversation with participants were deployed to investigate the effects of employment training programs on the surveyed sample. The interplay of my personal experience with the developing results raised my awareness of the insufficiency of a traditional research approach (testing a hypothesis through observable data) in explaining differences between the employment status of immigrants with almost the same level of personal skills. Opinion surveys of over 200 graduates from nine different EFP programs in the Toronto area confirmed that while the trainees' job-hunting skills improved, the improved skills did not affect their hope of finding relevant jobs. Similarly, my post-survey participants also thought that a lack of connectedness to professionals and Canadian workplaces hindered their access to professional jobs more than gaps in job-hunting skills. Building on Livingstone's argument about the structural causes of under-employment, I suggest that lowering the growing rate of under-employment among skilled immigrants requires a strategic change from the current skill-training focus to collaborative programs to find workplace opportunities for newcomers to enable them to re-connect to their professions and test their own professional capabilities while being tested in a realistic work settings. (PsycINFO Database Record (c) 2016 APA, all rights reserved)
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».