MétaCan
Menu
← Back to cohort
Record W2218561103

Marché du travail en revue - Juin 2014

2013· preprint· fr· W2218561103 on OpenAlexaboutno aff
Vivian Tran

Bibliographic record

VenueRePEc: Research Papers in Economics · 2013
Typepreprint
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesImmigrationArt
DOInot available

Abstract

fetched live from OpenAlex

MalgrA© une histoire construite avec l’immigration, les immigrants sont les personnes qui ont le plus de difficultA©s au Canada. D’aprA¨s une nouvelle recherche rA©cente, la proportion des immigrants rA©cents (au Canada depuis 5 ans ou moins) et qui sont pauvres s’est constamment accrue, en passant de 24,6 % en 1980 A 47 % en 1995, pour ensuite retomber A 36 % en 2005.1 De faA§on inquiA©tante, la hausse de la pauvretA© chez les immigrants s’est produite au moment oA¹ les taux de pauvretA© des non-immigrants baissaient de maniA¨re gA©nA©rale. A€ une pA©riode oA¹ on s’attend que la population vieillissante impose un lourd fardeau fiscal dA» aux programmes relatifs A l’A¢ge, tels que les rA©gimes de retraite et des soins de santA©, on considA¨re souvent que l’immigration serait un moyen possible d’attA©nuer ce fardeau. L’immigration peut aussi aider A rA©duire la pA©nurie de main-d’A“uvre qualifiA©e et l’asphyxie de la production, ce qui augmente les possibilitA©s d’emploi pour les travailleurs nA©s au pays. Importer des gens au moyen de l’immigration en vue de produire des produits et des services peut permettre de remplacer l’importation de tels produits et services en provenance d’autres pays. Dans une A©tude intitulA©e «Impacts macroA©conomiques de l'immigration canadienne : Les rA©sultats d'un modA¨le macroA©conomique» (Rapport de recherche du RCCMTC no 106), les membres affiliA©s du RCCMTC Peter Dungan et Morley Gunderson (tous deux de l’UniversitA© de Toronto) ainsi que Tony Fang (UniversitA© York) dA©couvrent que l’augmentation de l’immigration a un effet positif sur le marchA© du travail au Canada et sur l’A©conomie en gA©nA©ral, avec des impacts positifs sur des facteurs tels que le PIB rA©el et le PIB par habitant, la demande globale, l'investissement, la productivitA©, et les dA©penses gouvernementales et les impA´ts, et en particulier le solde net de l'A‰tat, et pratiquement aucun impact sur la situation de l'emploi. Les immigrants A¢gA©s au Canada ont des difficultA©s sur le marchA© du travail par rapport aux personnes nA©es au Canada ou aux immigrants plus jeunes. Outre les problA¨mes relatifs A l’assimilation et A la reconnaissance de leurs diplA´mes, en tant que groupe, ces immigrants ont de la peine A obtenir un nombre suffisant d’annA©es de contribution aux rA©gimes de retraite tant public que privA©, du fait qu’une bonne partie de leurs annA©es de vie active s’est parfois A©coulA©e hors du Canada. Lorsqu’un immigrant arrive au Canada aprA¨s l’A¢ge de 50 ans, ces problA¨mes sont accentuA©s. Alors que le bien-Aatre socio-A©conomique des immigrants A¢gA©s est inquiA©tant, il existe A©galement des preuves que les effets des revenus infA©rieurs sur le bien-Aatre de ces immigrants sont lA©gA¨rement attA©nuA©s par la corA©sidence, probablement avec des membres plus jeunes de leur famille qui rA©sident dA©jA au Canada. Dans une A©tude du RCCMTC intitulA©e «Revenus A la retraite, emplois disponibles et dA©cisions de corA©sidence des immigrants A¢gA©s au Canada, entre 1991 et 2006» (Rapport de recherche du RCCMTC no 116), Ted McDonald (UniversitA© du Nouveau-Brunswick) et Christopher Worswick (UniversitA© Carleton) examinent, par rapport aux personnes nA©es au Canada, le degrA© auquel les immigrants A¢gA©s peuvent subvenir A leurs besoins pendant leur retraite, et aussi lesquels pourront plus ou moins facilement rA©sider avec d’autres membres de leur famille en vue d’attA©nuer les effets du faible revenu sur leur consommation personnelle.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: none
Teacher disagreement score0.239
Threshold uncertainty score0.799

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.001
Science and technology studies0.0030.001
Scholarly communication0.0060.002
Open science0.0010.003
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.2390.097

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.

Opus teacher head0.101
GPT teacher head0.441
Teacher spread0.340 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreReview

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueRePEc: Research Papers in Economics→Same topicHealthcare Systems and Practices→French-language works237,207→