Femmes immigrantes d'origine burundaise et accès au marché du travail salarié à Ottawa
Bibliographic record
Abstract
Cette thèse aborde le problème d'accès à l'emploi des immigrantes d'origine burundaise résidant à Ottawa ainsi que les stratégies adoptées pour y faire face. Le premier chapitre présente le contexte général d'immigration, dresse les portraits des femmes du Canada et des immigrantes d'origine burundaise et définit le cadre théorique qui s'inscrit dans une perspective féministe matérialiste articulant l'intersection du genre avec "la race" et l'ethnicité (Juteau, 1999: 21-23) en faisant appel aux différentes relations de pouvoir qui affectent les femmes noires et leurs emplois. Le deuxième chapitre traite de la méthodologie utilisée qui est basée sur des entrevues semi-structurées réalisées auprès de quatorze femmes. Les chapitres trois à cinq donnent les résultats des entrevues et font une discussion de ceux-ci. La conclusion qui se dégage est que les immigrantes d'origine burundaise ont des caractéristiques qui leur permettraient d'avoir de bons emplois, mais, comme les autres immigrantes issues des minorités visibles, elles sont discriminées pour leur sexe, leur couleur et leur origine d'une part, et elles le sont d'autre part pour leurs valeurs et leurs comportements culturels. (Abstract shortened by UMI.)
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".