La mise en oeuvre des politiques d’accueil des migrants à l’échelle des quartiers montréalais : l’étude de l’initiative Vivons nos quartiers
Notice bibliographique
Résumé
En soulignant le décalage entre les politiques mouvantes et ambiguës, les discours publics « hostiles » et les réalités quotidiennes du terrain, que nous apprend l’étude du cas de l’initiative Vivons nos quartiers sur la mise en oeuvre des politiques migratoires ? Cette initiative, menée par des organismes communautaires montréalais oeuvrant dans le secteur de l’immigration, vise la mise en commun des meilleures pratiques d’inclusion à l’échelle des quartiers de Montréal. Ce projet est né dans le contexte de l’arrivée des réfugiés syriens en 2016, et s’est adapté aux réalités des arrivées nombreuses de demandeurs d’asile en 2017 et 2018. Basé sur une recherche ethnographique, l’article analyse les interactions observées lors de formations, de rencontres et d’instances de concertations d’acteurs communautaires et institutionnels. L’analyse se penche sur la mise en oeuvre des politiques canadiennes d’établissement de « collectivités accueillantes » (Esses et al., 2010 ; Belkhodja, 2009). Nous mobilisons le concept de résilience sociale pour analyser les stratégies déployées par les institutions d’accueil confrontées aux défis liés à l’immigration. En effet, la « crise migratoire » perçue au Québec a influencé de manière contradictoire la mise en oeuvre des politiques d’accueil : d’une part, en « paralysant » et, de l’autre, en « mobilisant » les acteurs du terrain. Le souci de favoriser l’établissement de « collectivités accueillantes » se situe au croisement de cette ambivalence. En produisant une trame narrative mobilisatrice, le projet documenté contribue à la résilience des milieux d’accueil et, par extension, des nouveaux arrivants.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».