Femmes immigrantes et insertion en emploi : parcours et analyse des trajectoires des Rwandaises dans la région d'Ottawa-Gatineau
Bibliographic record
Abstract
La présente étude de cas, menée auprès des immigrantes d’origine rwandaises de la région d’Ottawa-Gatineau, vise à identifier les obstacles d’intégration en emploi et les stratégies de contournement usitées face à ces obstacles par cette population à l’étude. Dans l’objectif de pallier à la demande croissante du marché du travail résultante du rétrécissement de la population active, le Canada a recours et encourage l’immigration. Plusieurs mesures et outils sont mis en place pour tirer profit de ce phénomène. C’est le cas de la grille de sélection instaurée au niveau fédéral ainsi que par la province du Québec. Les critères qui la composent visent certains profils sociodémographiques et certaines caractéristiques en matière de formation et d’expérience professionnelle en lien avec les besoins du marché du travail. Néanmoins, l’écart entre la situation des immigrants sur le marché du travail et celle des Canadiens de naissance ne cesse de se creuser, malgré cette sélection et l’existence de politiques orientées dont celle relative à l’équité en matière d’emploi. Nombreux sont les obstacles à souligner. Parmi eux, nous retenons la non maîtrise de l’anglais et du français, la discrimination fondée sur l’origine ethnique, etc. C’est dans ce cadre, que nous avons choisi d’examiner les obstacles d’intégration en emploi et les stratégies utilisées pour y faire face. \nÀ la lumière des données recueillies en entrevues, que nous avons formalisées puis schématisées par un usage inusité de la notion de trajectoire, il est apparu que la non reconnaissance et/ou la dévalorisation du capital humain combinée au déplacement migratoire, qui sépare ce capital de ses réseaux sociaux, s’avèrent des obstacles majeurs à l’intégration des immigrants. Le capital humain des immigrants acquis dans un autre espace n’est ni reconnu ni valorisé dans le pays d’accueil. En outre, la migration éloigne l’immigrant de ses réseaux sociaux initiaux, alors que ces derniers sont largement sollicités lors de l’insertion sur le marché de l’emploi. Face à ces obstacles, plusieurs stratégies de contournement sont déployées. Elles sont parfois inefficaces puisqu’elles sont individuelles alors que les obstacles sont structurels et institutionnels. Cet état de fait, au terme de notre analyse, nous conduit à la formulation de quelques recommandations.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".