Quartiers ethniques et croissance des gains des immigrants de sexe masculin de 1981 a 1996
Bibliographic record
Abstract
Dans le present document, nous examinons l'effet des quartiers sur la croissance des salaires ainsi que sur d'autres resultats obtenus sur le marche du travail par les immigrants de sexe masculin au Canada au moyen des donnees des recensements de 1981, 1986, 1991 et 1996. Meme si nous etablissons l'appartenance principalement d'apres le pays de naissance, nous examinons egalement l'appartenance ethnique, la langue et l'appartenance a une minorite visible pour determiner la robustesse des resultats. Conformement aux resultats observes aux Etats Unis, nous constatons que les quartiers fondees sur le pays de naissance ont un effet negatif sur la croissance des salaires des immigrants au cours d'une periode de dix ans. En outre, nous constatons que le modele de croissance salariale est robuste a differentes periodes et differentes annees de reference ainsi qu'a l'utilisation de la langue et de l'appartenance ethnique pour determiner le groupe d'appartenance. Lorsque nous utilisons le pays de naissance comme indice d'appartenance, nous constatons que l'exposition a un effet negatif sur la croissance des gains totaux et hebdomadaires ainsi que sur les salaires initiaux des cohortes d'entree. Meme s'il y a peu de preuves de l'effet des quartiers sur l'evolution de l'emploi, nous constatons que l'exposition a un effet negatif sur les taux d'emploi a l'arrivee au pays des cohortes les plus recentes. En outre, meme si l'effet global des quartiers sur la croissance des salaires est negatif, nous constatons que les quartiers ont un effet different sur differentes cohortes, a savoir, un effet positif sur la croissance des salaires des cohortes plus recentes et un effet negatif sur celle des salaires des cohortes anterieures.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".