Les défis à l'intégration des nouveaux arrivants au marché du travail du Québec : le cas des pharmaciens
Bibliographic record
Abstract
Cette étude porte sur les défis à l’intégration des pharmaciens diplômés à l’étranger au marché du travail du Québec. L’objectif vise à comprendre le processus d’intégration au Québec et la contribution des différents acteurs qui sont impliqués au processus de reconnaissance des diplômes étrangers dans le cas des pharmaciens. La question de recherche est « Comment les multi-acteurs de la coalition intersectorielle contribuent-ils au processus de reconnaissance des diplômes étrangers dans le cas des pharmaciens? Le modèle conceptuel d’analyse tourne autour de la contribution des acteurs impliqués dans le processus d’intégration et le cadre conceptuel mis à profit se base sur la théorie des coalitions intersectorielles. La coalition intersectorielle soutient l’idée que la coopération entre différents secteurs permettrait d’aborder les questions de manière plus globale afin de répondre à une complexification des problématiques concernées. L’intégration des professionnels immigrants est reconnue pour sa complexité et sa multidimensionnalité. La coalition apporte une réponse globale et satisfaisante aux défis de l’intégration des professionnels immigrants facilitant ainsi l’ouverture à la diversité professionnelle. Pour atteindre cet objectif et répondre à la question de recherche, l’approche employée est de nature qualitative puisque des entrevues ont été réalisées avec une vingtaine des représentants des différents organismes qui interviennent dans le processus d’intégration des immigrants formés à l’étranger.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.005 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".