Bibliographic record
Abstract
L’histoire identitaire du Québec a constamment été marquée par des enjeux d’ordre «linguistique». En effet, de par l’isolement de cette province majoritairement francophone, entourée de provinces et d’un pays anglophones, nous avons été témoins de plusieurs débats passionnés sur l’avenir du français au Québec. Mais qu’en est-il réellement de la situation linguistique et plus particulièrement de la fécondité au Québec? Avec le constat que le Québec, tout comme la plupart des pays occidentaux, n’assure plus le remplacement de ses générations par son accroissement naturel, l’immigration devient la seule alternative. Certains se sont alors interrogés sur la représentativité future des francophones au sein de leur province. Axée essentiellement sur la langue d’usage, nous avons effectué plusieurs analyses comparatives de l’indice synthétique de fécondité (ISF) selon les groupes linguistiques, mais également selon les régions. Trois facteurs importaient : déterminer les différences de fécondité entre les groupes linguistiques; déterminer les différences de fécondité entre l’ensemble du Québec, l’île de Montréal et le reste du Québec; et déterminer quel jeu d’hypothèses de construction de l’ISF se rapproche le plus de la réalité. C’est à l’aide de six combinaisons d’hypothèses que nous avons effectué l’analyse de la fécondité des groupes linguistiques, soit trois hypothèses de redistribution des naissances dont la langue d’usage de la mère est inconnue, et deux hypothèses de distribution des effectifs, soit la population féminine âgée de 15 à 49 ans. L’analyse annuelle de la fécondité des groupes linguistiques au Québec nous a permis d’observer des variations pour le moins importantes au cours des deux dernières décennies, ce que des analyses de la fécondité limitées aux années censitaires seulement ont en quelque sorte atténué. Bien que les allophones aient des ISF plus «instables» que les deux autres groupes linguistiques, à cause de leurs faibles effectifs, il appert que leur ISF est en-deçà du seuil de remplacement depuis 1996, pour progressivement se rapprocher de celui des deux autres groupes linguistiques.
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 | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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.
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".