L’état de la reconnaissance et de la non-reconnaissance des acquis des immigrants africains francophones en Alberta
Bibliographic record
Abstract
De nombreuses études montrent qu’un nombre important d’immigrants n’arrive pas à obtenir un emploi dans leur domaine de spécialisation, et ce, malgré un niveau de scolarité beaucoup plus élevé que celui des personnes nées au Canada. Une grande partie de ces recherches mettent l’accent sur les provinces de l’Est canadien et les communautés immigrantes anglophones ou allophones. Cet article comble des lacunes importantes, car il explore l’expérience des immigrants francophones originaires de l’Afrique subsaharienne en ce qui a trait à la reconnaissance et la non-reconnaissance de leurs diplômes et expertise professionnelle en Alberta. En se basant sur des analyses documentaires et des entrevues semi-dirigées, l’auteure précise qu’à l’instar d’autres provinces canadiennes, les immigrants en Alberta souffrent de la non-reconnaissance de leurs acquis en raison de facteurs tels que l’âge, le manque de connaissance des systèmes académiques de certains pays en voie de développement et le racisme sur le marché du travail. La non-reconnaissance du français comme valeur ajoutée et la marginalisation sous forme de sous-emploi plutôt que de chômage contribuent au problème. En soulignant les succès et certaines lacunes dans les initiatives qu’a mises en oeuvre le Gouvernement de l’Alberta dans ce domaine, l’auteure fait des suggestions susceptibles d’améliorer cette situation.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.012 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".