Bibliographic record
Abstract
Depuis 1975, l'enregistrement des événements d'état civil fait l'objet, au Québec, de questions relatives à la « langue d'usage » des sujets de ces événements, et les données sont disponibles par division de recensement. Par ailleurs, nous connaissons, grâce aux recensements de 1981 et 1986, les lieux de résidence, en 1976 et en 1981 respectivement, des personnes présentes au Canada au moment du recensement, et ce selon la « langue parlée à la maison » de ces dernières. Cela nous permet d'analyser le comportement de fécondité, de migration interne et de mortalité de chacun des principaux groupes linguistiques. Il existe des disparités non négligeables dans le comportement démographique des groupes linguistiques des îles de Montréal et Jésus. Par contre, dans le reste de la région métropolitaine de Montréal, les disparités linguistiques dans le comportement démographique sont nettement moindres : les trois groupes y ont le même niveau de fécondité et la même propension à émigrer; seules s'y manifestent des disparités en matière de mortalité. Le taux d'accroissement naturel des francophones de Montréal-îles était (en 1985-1987) légèrement inférieur à celui des deux autres groupes, mais dans le reste de la région métropolitaine il était supérieur. Au total cependant, lorsqu'on tient compte également des mouvements migratoires internes, le groupe francophone des îles de Montréal et Jésus avait le taux d'accroissement le plus élevé et le groupe anglophone le taux (d'ailleurs négatif) le plus bas. Pour chacun des trois groupes ce taux d'accroissement était fort proche de zéro, de telle sorte que, toutes autres choses étant égales par ailleurs, c'est l'immigration internationale qui déterminera pour l'essentiel la croissance différentielle des groupes linguistiques de cette région.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.008 | 0.014 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 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".