Les immigrants et les minorités visibles sur le marché du travail au Québec et au Canada. Les minorités visibles nées au Canada, l’angle mort des politiques d’intégration
Bibliographic record
Abstract
Ce rapport présente les derniers développements sur la situation des immigrants et des minorités visibles sur les marchés du travail québécois et canadiens. En 2021, les immigrants représentaient 14,6 % de la population du Québec et 23 % de celle du Canada. Au Québec, le taux de chômage chez les immigrants a fortement baissé au fil du temps, mais les immigrants sont toujours plus exposés au chômage et occupent des emplois moins bien rémunérés que les Canadiens de naissance. Quant aux minorités visibles, leur part dans la population était de 16,1 % au Québec (26,5 % au Canada) en 2021. Aussi, près d’un Québécois de moins de 25 ans sur quatre (22,2 %) est issu d’une minorité visible, une réalité avec laquelle le marché du travail devra composer et que les décideurs des politiques publiques doivent prendre en considération. Nos résultats permettent de conclure que l’intégration dans le marché du travail au Québec et au Canada est déterminée davantage par l’appartenance à une minorité visible que par le fait d’être immigrant. Même s’ils sont nés au Canada, les membres d’une minorité visible semblent peiner à se tailler une place sur le marché du travail. Dans un contexte où le Québec et le Canada cherchent à recruter plus de travailleurs à l’étranger pour faire face à la pénurie de main-d’œuvre, la logique voudrait qu’on réalise d’abord le plein potentiel de la population en âge de travailler qui se trouve déjà sur place. Par ailleurs, la situation des jeunes Canadiens de naissance issus des minorités visibles mérite une attention particulière pour parer aux risques d’exclusion socioéconomique de ces jeunes et aux conséquences que cette exclusion pourrait avoir sur la cohésion sociale.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".