Notice bibliographique
Résumé
Cet article propose une méthode d’estimation des substitutions linguistiques basée sur le principe de la cohorte fictive et de l’analyse de survie. À partir des données d’un seul recensement, cette méthode permet d’obtenir des taux de substitution linguistique pour différents groupes de population au Canada (selon la langue transmise à la naissance, le statut d’immigrant, l’âge à l’immigration, le niveau d’études) et pour toutes les régions concernées du pays. La robustesse de la méthode est validée en comparant les résultats obtenus à partir des recensements canadiens de 1991, 1996, 2001 et 2006. Les taux de substitution linguistique selon l’âge ou la durée d’immigration sont robustes dans le temps, mais varient significativement selon les groupes de population. Ils sont très faibles chez les immigrants allophones de première génération arrivés au Canada à l’âge adulte, mais peuvent atteindre 90 % dans la seconde génération. Ces taux varient peu d’une région à l’autre du Canada pour les allophones, mais davantage pour les minorités de langue officielle, atteignant dans certains cas des taux comparables à ceux de la seconde génération d’immigrants allophones. Au Québec, où le français et l’anglais constituent deux langues de convergence pour les allophones, la hausse des substitutions linguistiques effectuées vers le français est largement tributaire des changements dans la composition ethnolinguistique de l’immigration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».