L’intégration économique des jeunes issus de l’immigration au Québec et au Canada
Bibliographic record
Abstract
Cette étude porte sur des jeunes de 15 à 29 ans que nous avons répartis en quatre groupes : les immigrants admis après l’âge de 10 ans (génération 1), ceux qui sont arrivés au pays à l’âge de 10 ans ou avant (génération 1.5), ceux qui sont nés au Canada d’au moins un parent immigrant (génération 2) et ceux qui sont nés au Canada de parents natifs de ce pays (génération 3 ou plus). Nos résultats montrent que les jeunes issus de l’immigration (générations 1, 1.5 et 2) sont en moyenne plus scolarisés que ceux de la génération 3 ou plus, tant au Québec que dans le reste du Canada. De plus, presque tous les jeunes des générations 1.5 et 2 au Québec connaissent le français, ce qui est synonyme d’une intégration linguistique des immigrants à long terme. Au chapitre de l’accès à l’emploi et des salaires, les jeunes de la génération 1 sont les plus défavorisés, et ils le sont davantage au Québec que dans le reste du Canada. Dans cette province, les jeunes des générations 1.5 et 2 affichent eux aussi des écarts sur le plan du taux de chômage et des salaires par rapport à ceux de la génération 3 ou plus, tandis que dans le reste du Canada, ces jeunes performent aussi bien — sinon mieux — que les jeunes de la génération 3 ou plus. Le Québec devra s’attacher à promouvoir l’emploi et les conditions de travail de tous ces jeunes, indépendamment de leur origine et de l’origine de leurs parents.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.007 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".