Local residents’ attitudes toward and contact with international students: a perspective from Montreal, Quebec
Notice bibliographique
Résumé
As migrants holding temporary, foreign-resident status in their host communities, international students often experience prejudice and have little meaningful contact with locals. To date, a comprehensive account of international students' experience is lacking, and existing conceptualizations exclude linguistic threat as a potential source of increased prejudice and diminished contact. Therefore, our goal in this study (set in Quebec, Canada) was to explore local residents' attitudes toward and contact with international students in relation to five potential threats experienced by local residents, including cultural differences, competition over resources, intergroup anxiety, stereotypes, with linguistic threat added as a new, previously unexplored variable. We recruited 59 student and non-student local francophone residents as participants and examined their attitudes toward, perceptions of threat from, and the quality and quantity of contact with international students attending English-medium universities. Both student and non-student participants demonstrated positive attitudes toward and low levels of perceived threat from international students, except for linguistic threat. Compared to student participants, non-student participants reported significantly greater linguistic threat from international students and described contact with them that was both less frequent and lower in quality. Regression models accounted for 50-67% of variance in participants' attitudes, with symbolic threat to social values and belief systems emerging as the common significant predictor of attitudes for both groups. Adding linguistic threat did not improve regression models. Finally, only contact quality showed significant relationships with attitudes and perceived threat, where greater contact quality was associated with more favorable attitudes and reduced threat. We discuss implications of intergroup attitudes and contact for language planning and use in multilingual contexts.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».