Immigration et cheminements scolaires aux études supérieures au Canada : qui y va et quand ? Une analyse longitudinale à partir du modèle de Cox
Bibliographic record
Abstract
Le présent article vise à analyser les cheminements scolaires de jeunes Canadiens issus de l’immigration qui font des études supérieures. Pour ce faire, nous utilisons le modèle de risque proportionnel de Cox. Les résultats obtenus à partir des données longitudinales de l’Enquête auprès des jeunes en transition (EJET) montrent que le risque d’accès aux études supérieures est plus élevé chez les étudiants issus de l’immigration que chez leurs pairs dont les parents sont Canadiens de naissance. La différence varie de 3 à 35 points de pourcentage parmi ceux de première génération et de 4 à 13 points de pourcentage parmi ceux de deuxième génération. Par ailleurs, il existe des différences marquées entre les différents groupes d’étudiants issus de l’immigration, en ce qui concerne l’âge d’entrée aux études supérieures, la persévérance et le type de diplôme obtenu à l’âge de 24 ans. Bien que cette différence diminue relativement lorsqu’on tient compte des ressources des parents et des variables associées à l’expérience scolaire de l’élève au secondaire, elle demeure statistiquement significative.
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".