Mobilité sociale dans une ville industrielle nord-américaine : Montréal, 1880-1900
Bibliographic record
Abstract
Résumé Durant les dernières décennies du xix e siècle, Montréal, comme d’autres grandes villes nord-américaines, est le théâtre de bien des rêves de réussite sociale. Si certains d’entre eux se concrétisent, d’autres tournent court ou, pire encore, se terminent dans la déchéance. Quels facteurs président à ces différents destins ? Quelles stratégies sont utilisées pour tenter d’améliorer son sort ? Nous explorons ces questions à l’aide des données des recensements de 1881 et 1901, jumelées grâce aux données des mariages célébrés à Montréal durant la même période. Un trait marquant du système de mobilité sociale est lié aux flux migratoires en provenance d’Europe et des campagnes autour de Montréal. Une bonne partie des nouveaux arrivants se retrouvent en effet au bas de l’échelle sociale, dans un espace social peu avantageux auquel les natifs de la ville sont davantage en mesure d’échapper. Malgré certaines différences de stratégies, les Irlandais catholiques et les Canadiens français présentent chacun un gain net en matière de mobilité sociale, que la mesure utilisée soit fondée sur le statut professionnel, le loyer médian ou celui du voisinage dans lequel ils résident.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".