Bibliographic record
Abstract
Předkladana diplomova prace si klade za cil prozkoumat ekonomicke postaveni přistěhovalců v Kanadě a uspěsnost jejich integrace na trh prace a do spolecnosti. Soucasný imigracni system je založen na nediskriminacnim bodovem systemu, cimž se Kanada snaži maximalizovat lidský kapital přichazejici do země. Prace je rozdělena do tři casti, z nichž prvni definuje zakladni pojmy a vysvětluje teoreticka východiska, druha pojednava o historickem vývoji kanadske imigracni politiky a třeti se zaměřuje na problemy spojene s ekonomickou integraci přistěhovalců. Analýza je provaděna s cilem potvrdit ci vyvratit nasledujici hypotezu: maximalizace lidskeho kapitalu v připadě dlouhodobých cilů imigracni politiky neni optimalni volbou, zejmena proto že přistěhovalci celi mnohým překažkam, ktere jim neumožňuji plně využit svůj potencial a tudiž ani kompletni integraci na kanadský trh prace. Vykonavaji casto povolani, ktera neodpovidaji jejich kvalifikaci a znacna cast jejich lidskeho kapitalu zůstava nevyužita a dochazi k jeho plýtvani. Ke zlepseni situace by mohl přispět vstřicnějsi postoj kanadske vlady a cele spolecnosti k uznavani kvalifikaci a vzdělani ziskaných v zahranici, zrychleni administrativnich procedur a předevsim větsi informovanost přistěhovalců o jejich realných pracovnich možnostech jestě před přijezdem do Kanady.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.004 |
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".