Insertion professionnelle des immigrants qualifiés en technologies de l’information à Québec : À l’encontre des mythes, témoignages d’immigrants
Bibliographic record
Abstract
Alors que les flux migratoires massifs et illégaux font les manchettes en Europe, des pays tel le Canada misent davantage sur l’immigration qualifiée. L’insertion professionnelle en terres canadiennes, et plus spécifiquement au Québec, a intéressé bon nombre d’auteurs. Ces derniers soulignent les différentes difficultés que connaissent les immigrants sur ce plan, malgré les efforts constants des acteurs publics pour ajuster les politiques d’accueil et d’intégration. Dans le secteur des technologies de l’information (TI) de la région de la Capitale-Nationale, la croissance économique, la rareté et le besoin croissant de main-d’oeuvre spécialisée incitent des employeurs, soutenus par des organismes régionaux, à recruter à l’international des travailleurs qualifiés. Une part importante des immigrants spécialisés en TI arrive donc à Québec par le biais de ce mécanisme et les intervenants du milieu soulignent leur bonne insertion en emploi. Cependant, il existe une catégorie d’immigrants formés en TI à l’étranger qui tentent, de leur côté, d’insérer le secteur. Ces derniers ne sont pas arrivés par le mode de recrutement habituel et ils passent donc sous le radar des statistiques régionales et sectorielles. Cette étude exploratoire dévoile leur existence et s’attarde à leurs conditions particulières d’insertion professionnelle. L’article relève les obstacles rencontrés dans leurs démarches pour occuper un premier emploi en TI avec leurs compétences étrangères, des obstacles en lien avec leur faible maitrise des langues de travail, ou des lacunes dans les pratiques de gestion des ressources humaines des employeurs, et aussi à cause des différences dans les nomenclatures professionnelles. Les immigrants rencontrés mettent en place des stratégies de retour aux études et de déqualification qui vont s’avérer la porte d’entrée pour occuper leur premier emploi en TI. Toutefois, ces actions ne mènent pas souvent à une insertion optimale et satisfaisante et elles entrainent généralement une surqualification. L’analyse permet de comprendre que leurs profils généralistes seraient, en partie, à l’origine de ces obstacles parce que les besoins des employeurs dans la région sont, en fait, spécialisés.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".