MétaCan
Menu
← Retour à la cohorte
Enregistrement W257376357

Langue(s) et immigration(s) : société, école, travail

2009· preprint· fr· W257376357 sur OpenAlexaboutno aff
Stéphanie Galligani

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2009
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationSociologyPolitical scienceHumanitiesArtLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les nouvelles orientations sociopolitiques en matière d'intégration des immigrants et de lutte contre la discrimination et ses manifestations en France et au Québec renforcent le rôle déterminant de la " maîtrise " du français pour une intégration réussie en milieu social, éducatif et professionnel. La langue y est présentée comme un instrument de la cohésion sociale, mais dans le nouveau pays d'élection, elle peut devenir un facteur de discrimination qui prend racine dans les différences culturelles et linguistiques entre les groupes migrants ou immigrants et les milieux d'accueil. Les enjeux d'une intégration réussie des immigrants en pays d'accueil interpellent à la fois les politiques linguistiques et leurs conceptions de l'intégration, les dispositifs institutionnels mis en oeuvre pour l'accueil et l'intégration des nouveaux arrivants, le milieu professionnel et les formations linguistiques qui sont proposées aux travailleurs sociaux, les questions linguistiques et culturelles liées aux processus identitaires. Ce recueil de contributions de chercheurs français et québécois est le fruit de nouvelles rencontres scientifiques transatlantiques organisées par l'université McGill à Montréal en décembre 2007 et par l'équipe de recherche DILTEC (EA 2288) à l'université Paris 3 - Sorbonne Nouvelle en janvier 2008.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,007
Communication savante0,0070,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,362
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→