Quand la famille pèse dans la balance…lors de la décision d’aller vivre en milieu rural ou de le quitter
Notice bibliographique
Résumé
Le vieillissement et la faible croissance démographique dans plusieurs territoires québécois, notamment ruraux, posent un défi de taille à l’État, aux municipalités et aux divers acteurs locaux. Comment attirer et retenir de nouvelles populations, notamment des familles, dans ces milieux moins densément peuplés que les villes et moins pourvus en services? À partir d’une synthèse de mes recherches portant sur le processus d’insertion de diverses populations dans l’espace rural québécois (agriculteurs immigrants, travailleurs agricoles saisonniers, jeunes régionaux d’origine immigrée, médecins omnipraticiens, néo-ruraux), cet article mettra en évidence l’interaction de plusieurs facteurs susceptibles d’influencer la décision d’aller vivre dans ce type de milieu ou de le quitter. Alors que la littérature insiste plus volontiers sur les facteurs professionnels, financiers ou personnels, je m’attarderai sur les facteurs moins visibles, à savoir les facteurs familiaux liés aux conjoint(e)s et aux enfants ainsi que les facteurs sociocommunautaires et culturels et ceux concernant l’environnement naturel. Pour terminer, quelques pistes de réflexions et d’actions pouvant encourager l’attraction et la rétention de familles dans les territoires ruraux seront proposées.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».