Les travailleurs étrangers temporaires au Canada : une sous-classe d’employés ?1
Bibliographic record
Abstract
Au cours des années 2000, la politique migratoire du Canada a donné lieu à des développements visant l’accroissement du recours aux travailleurs étrangers munis d’un statut de résidence temporaire. Ce recours accru s’inscrit dans une tendance observée dans plusieurs pays du Nord qui consiste à valoriser et à faciliter la mobilité des travailleurs dans un marché du travail mondialisé. En dépit de la place croissante de ces travailleurs sur le marché du travail canadien, on connait encore peu de chose à leur sujet. Le présent article vise à pallier une partie de cette lacune en caractérisant ces travailleurs sur le plan professionnel et en analysant l’effet de leur statut de résidence sur leur revenu d’emploi. S’appuyant sur les données du recensement canadien de 2016, l’analyse révèle que les travailleurs temporaires possèdent, globalement, un revenu d’emploi inférieur à celui des immigrants économiques, qu’ils soient établis depuis peu au Canada ou qu’ils y soient depuis plus longtemps. En outre, elle montre que le statut de résidence temporaire peut devenir un facteur qui désavantage le travailleur et s’avérer un frein à l’amélioration de son revenu au fil du temps.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".