MétaCan
Menu
Back to cohort
Record W1552067514 · doi:10.7202/1077497ar

La diversité religieuse comme expérience urbaine : controverses et dynamiques d’échange dans la métropole montréalaise

2013· article· fr· W1552067514 on OpenAlexaffvenueabout
Annick Germain, Frédéric Dejean

Bibliographic record

VenueAlterstice Revue internationale de la recherche interculturelle · 2013
Typearticle
Languagefr
FieldSocial Sciences
TopicMulticulturalism, Politics, Migration, Gender
Canadian institutionsUniversité de MontréalInstitut National de la Recherche Scientifique
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Les métropoles canadiennes se caractérisent depuis les années 1980 par un redéploiement significatif de la diversité religieuse, lié en partie aux transformations de l’immigration. En revanche, la prise de conscience par nombre d’acteurs municipaux de ces transformations et des enjeux qui y sont associés est plus récente. Dans les lignes qui suivent nous nous penchons sur une de ces métropoles et abordons la « super diversité » montréalaise à travers la question des lieux de culte. Notre propos est organisé en deux temps. Dans une première partie, nous montrons que la « super diversité » est à la fois le résultat de l’immigration et d’un processus de différenciation interne des groupes religieux, induisant un paysage religieux plus complexe que jamais. Cette complexité se présente certes comme un émiettement institutionnel mais se traduit aussi, et c’est ce qui nous intéresse ici, par une grande variété de formes prises par les lieux de culte dans l’espace urbain. Dans une seconde partie, nous proposons l’hypothèse selon laquelle la question des lieux de culte peut, pour peu que l’on sorte d’une définition purement technique de l’aménagement, devenir un élément clef du dialogue interculturel si l’on met l’accent sur les transactions sociales originales qui engagent de multiples acteurs parfois en conflit.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.008
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.736
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.008
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.002
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.218
GPT teacher head0.416
Teacher spread0.198 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations6
Published2013
Admission routes3
Has abstractyes

Explore more

Same venueAlterstice Revue internationale de la recherche interculturelleSame topicMulticulturalism, Politics, Migration, GenderFrench-language works237,207