L’insertion économique des diplômés universitaires du Québec selon l’origine de naissance et le genre : étude de l’enquête nationale auprès des diplômés
Bibliographic record
Abstract
La difficulté d’évaluation de la qualité et de la conformité des diplômes obtenus à l’étranger revient comme un obstacle majeur dans les études antérieures sur l’insertion économique des immigrants au Québec, ce qui rend difficile l’interprétation des performances économiques des immigrants, en particulier dans l’accès à un emploi correspondant à leurs compétences. À travers cette étude, nous cherchons à mieux comprendre l’influence de l’origine de naissance et du genre sur l’insertion économique des immigrants diplômés universitaires du Québec, en comparant des groupes d’immigrants et de natifs qui ont tous obtenu leur diplôme au Québec. Pour ce faire, nous utilisons des données de l’enquête nationale auprès des diplômés (END) de 2018. Une variable permettant de connaitre la situation en emploi au moment de l’enquête est fournie et nous en avons créé une autre à partir de cette dernière et de la Classification nationale des professions (CNP) de 2016, afin de savoir si l’emploi occupé au moment de l’enquête est d’abord un emploi requérant un diplôme universitaire et s’il correspond de surcroît au niveau du diplôme obtenu en 2015. Une analyse descriptive nous a permis de brosser un portrait des diplômés universitaires en mettant en avant le rôle de l’origine de naissance et du genre. Viennent ensuite des modèles de régression log-log complémentaire (clog-log) qui permettent d’analyser la relation entre l’accès à l’emploi et l’origine de naissance selon le genre en ajustant les risques relatifs selon plusieurs variables de contrôle. Les résultats font état de difficultés d’occupation d’un emploi qualifié chez les immigrants d’origine autres qu’européenne ou américaine, en particulier chez les femmes. Ces difficultés ne peuvent être imputées à la non-conformité aux attentes locales des diplômes puisqu’ils ont tous été obtenus au Québec. Toutefois, les natifs n’ont pas invariablement les meilleures chances d’obtenir un emploi à la hauteur de leurs compétences, laissant entrevoir des effets de sélection variés selon les origines chez les immigrants. Plus précisément, les hommes provenant de l’Union européenne ou des États-Unis d’Amérique ont de meilleures chances en emploi que les autres groupes, y compris les natifs, peu importe le niveau de conformité de l’emploi avec le diplôme, alors que ce sont plutôt les femmes natives qui présentent un avantage sur les autres groupes de femmes. Les variables de contrôle permettent de vérifier si les vulnérabilités de certains groupes sont imputables à leur origine de naissance ou plutôt à leurs caractéristiques individuelles ou familiales comme l’âge, les statuts matrimoniaux, la présence d’enfants dans le ménage, ou encore la formation et le secteur d’activité vers lequel ils se sont dirigés.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| 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".