At the Intersection of Gender and National Origin: The Career Trajectories of Selected Immigrants in Quebec
Bibliographic record
Abstract
Résumé Les différences d’insertion dans l’emploi entre immigrés et natifs sont étroitement liées à l’origine nationale et au genre. Alors que le désavantage des hommes immigrés non occidentaux est souvent expliqué en termes de discrimination et de transférabilité du capital humain, celui des femmes immigrées repose plutôt sur un argumentaire culturel, selon lequel la participation des femmes au marché du travail serait le reflet des rôles de genre dans la région d’origine. En utilisant les données d’enquête sur les travailleurs sélectionnés au Québec, nous examinons la rapidité avec laquelle les immigrés accèdent à l’emploi selon la nationalité et le genre. Ces derniers sont tous des requérants principaux de la catégorie des travailleurs qualifiés au Québec. Les facteurs liés aux « barrières culturelles », censés freiner l’accès des femmes à l’emploi, sont ainsi neutralisés dans l’analyse des différents groupes se destinant au marché du travail. Des modèles de Cox avec interactions montrent que l’effet de genre se juxtapose à celui de l’origine nationale des immigrés et révèlent des différences de genre pour l’accès au premier emploi, qui sont principalement modulées par les connaissances linguistiques. Au contraire, l’accès à un emploi conforme au niveau d’éducation diffère selon l’origine nationale, indépendamment du genre.
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 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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; 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".