MétaCan
Menu
Retour à la cohorte
Enregistrement W644530935 · doi:10.71781/13019

Langue de travail de la population immigrée recensée en 2006 dans la RMR de Montréal

2012· dissertation· fr· W644530935 sur OpenAlexaboutno aff
Émilie Lavoie

Notice bibliographique

RevueOpen MIND · 2012
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtGeography

Résumé

récupéré en direct d'OpenAlex

La langue de travail s’avère être un des principaux indicateurs de la langue d’usage publique et de l’intégration linguistique des immigrants. Au Québec, et plus particulièrement dans la RMR de Montréal, les pressions démographiques ainsi que celles posées par le statut de la langue anglaise, la mondialisation et l’utilisation de la technologie entraînent une ambiguïté quant à la nécessité de l’utilisation du français au travail. Or, cette étude porte sur la langue de travail de la population immigrante qui travaille dans la RMR de Montréal. Les analyses effectuées permettent de dresser un portrait de la langue de travail des immigrants en 2006, avec, par la suite, une mise en évidence des variables associées aux choix linguistiques des immigrants sur le marché du travail et ce, à l’aide de données tirées du recensement canadien de 2006. Les analyses descriptives réalisées démontrent que la scolarité, le pays de provenance, le contexte social québécois au moment de l’immigration et les variables linguistiques des immigrants sont les variables les plus fortement liées à l’utilisation du français, de l’anglais ou du bilinguisme au travail en 2006. Ces mêmes variables, dans les analyses explicatives, se révèlent également être les facteurs les plus fortement associés aux choix linguistiques des immigrants sur le marché du travail de la RMR de Montréal. Enfin, une étude comme celle-ci permet de constater la situation de la langue de travail chez les immigrants et, si nécessaire, de suggérer des changements aux politiques et règlements encadrant l’immigration et l’intégration linguistiques des immigrants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,054
Tête enseignante GPT0,460
Écart entre enseignants0,406 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetHealthcare Systems and PracticesTravaux en français237 207