Salaires relatifs des immigrants canadiens ayant fait des études universitaires selon les lieux et domaines d'étude
Bibliographic record
Abstract
Ce mémoire étudie l’impact du lieu et du domaine d'étude sur les salaires des Canadiens de naissance et des immigrants qui ont fait des études universitaires. Les données proviennent du Recensement canadien de 2006 qui est le seul présentement disponible à avoir de l'information sur le lieu des études. Des comparaisons sont faites entre les Canadiens de naissance, les immigrants qui ont étudié dans un pays occidental et les immigrants qui ont étudié dans un pays non-occidental. Les résultats montrent que le lieu des études a un effet important sur le salaire. Les immigrants qui ont étudié dans un pays occidental ont tendance à avoir un salaire plus proche de celui des Canadiens de naissance que ceux qui ont étudié dans un pays non-occidental. De plus, la relation entre les salaires et les domaines d'étude change avec le lieu des études. Un domaine tel que celui de l'éducation, qui s'avère payant pour les Canadiens de naissance et les immigrants qui ont étudié dans un pays occidental, n'est pas payant pour les immigrants qui ont étudié dans un pays non-occidental. Dans une dernière section du mémoire, on cherche à savoir, pour les immigrants qui ont étudié dans un pays non-occidental, si la vitesse d’intégration au marché du travail canadien varie selon les domaines d'étude.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".