L’intégration des personnes immigrantes sur le milieu de travail et la valeur ajoutée d’une perspective subjective
Bibliographic record
Abstract
La littérature offre une perspective limitée sur la réussite de l’intégration professionnelle des personnes immigrantes et de ses déterminants. Cette étude examine ce processus, en mettant l’accent sur les dimensions individuelles, telles que leur engagement au travail et leur propre perception de l’intégration. Elle aborde trois questions, à travers une étude qualitative utilisant des entretiens semi-dirigés : comment les personnes immigrantes perçoivent-elles une intégration réussie ? Quels facteurs influencent cette perception ? Comment ces facteurs interagissent-ils ? En s’appuyant sur trois théories de l’intégration (théorie du capital social, théorie de l’identité sociale et climat organisationnel), l’étude propose un cadre conceptuel des facteurs influençant la perception qu’ont les personnes immigrantes de leur intégration. Le test modique de ce modèle à partir d’entretiens avec des personnes immigrantes confirme que plusieurs facteurs influencent leur perception de l’intégration, notamment le capital social, le sentiment d’appartenance, le soutien organisationnel, la diversité, l’assistance des collègues, l’accès aux réseaux locaux, la confiance, et les compétences linguistiques. Tous ces éléments interagissent de manière synergique pour confirmer qu’un climat organisationnel inclusif et respectueux de la diversité renforce le sentiment d’appartenance des personnes immigrantes et favorise leur perception d’intégration. En démontrant que l’intégration des personnes immigrantes sur le lieu de travail est un processus complexe qui va au-delà de la simple insertion économique, cette étude souligne la nécessité d’adopter des pratiques plus inclusives qui valorisent davantage les expériences des personnes immigrantes pour mieux les comprendre et améliorer leur intégration.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".