Analyse intersectionnelle des défis et enjeux des inégalités sociales sur le marché du travail : l’expérience de vingt femmes congolaises résidant au Québec et en Ontario
Bibliographic record
Abstract
Dans une perspective intersectionnelle qui articule les différents marqueurs identitaires, notamment la couleur de la peau, le sexe, l’origine ethnique, la taille, la langue et la religion, cet article est basé sur une étude qui veut savoir dans quelle mesure ces variables prédisposent les femmes noires originaires de l’Afrique aux discriminations, mythes, racisme, préjugés et stéréotypes sur le marché de l’emploi. L’article présente les résultats d’une analyse qualitative qui se concentre sur les expériences de femmes immigrantes congolaises sur le marché de l’emploi en Ontario et au Québec, deux grandes provinces du Canada. Les résultats soulèvent trois variables qui illustrent les difficultés de ces femmes sur le marché de l’emploi : la couleur de la peau, le sexe et l’origine ethnique. L’article montre que ces femmes sont discriminées systématiquement, qu’elles soient nées au Canada ou qu’elles y aient immigré .
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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; both teacher heads agree on what is shown here.
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".