Job accessibility and labour market outcomes among immigrants in Montreal and Toronto
Bibliographic record
Abstract
Le bien-être économique des immigrants est un élément clé du processus d'intégration et une importante préoccupation politique au Canada. Bien que les recherches récentes portent sur un ensemble de facteurs sociaux qui affectent les résultats des immigrants sur le marché du travail, relativement peu d'études examinent comment ces facteurs interagissent avec les obstacles géographiques à l'emploi. Cette étude utilise le Recensement du Canada de 2016 pour explorer comment l'accessibilité spatiale aux emplois influe la probabilité d'emploi des immigrants et des non-immigrants à Montréal et à Toronto. L'accessibilité à l'emploi (le nombre cumulatif d'emplois accessibles dans les 45 minutes suivant un déplacement en transport en commun à partir de lieux résidentiels) est évaluée en fonction des facteurs démographiques, du capital humain et d'autres déterminants contextuels de l'emploi. Cette étude révèle que l'accessibilité cumulative à l'emploi est associée négativement à l'emploi à Montréal et positivement à l'emploi à Toronto, bien que l'augmentation des niveaux d'accessibilité diminue les chances d'emploi en général. Les caractéristiques démographiques expliquent en grande partie la variance de la probabilité d'emploi pour la population active dans les deux RMR. Bien que les immigrants récents et les minorités visibles représentent une part considérable de l'écart d'emploi entre les immigrants et les non-immigrants, la poursuite d'études postsecondaires au Canada augmente invariablement les chances d'emploi des deux populations. L'âge et la cohorte de migration, ainsi que la région d'origine, sont plus importants pour comprendre la dynamique du marché du travail au sein de la population immigrante. Contrairement aux politiques d'immigration et aux études récentes, les caractéristiques du capital humain et les facteurs à l'échelle du quartier ont relativement peu d'influence sur les résultats des immigrants et des non-immigrants sur le marché du travail à Montréal et à Toronto
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 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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; 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".