Une analyse des déterminants de la mobilité linguistique intergénérationnelle des immigrants allophones au Québec
Bibliographic record
Abstract
l’immigration prend une importance accrue dans la croissance démographique québécoise et, selon Statistique Canada, 30 % des résidents de la région métropolitaine de recensement de Montréal pourraient être nés à l’étranger en 2031. Les allophones sont appelés à prendre une place plus importante numériquement et leurs choix linguistiques auront donc un effet accru sur l’équilibre du Québec. L’objectif de cet article est d’analyser les facteurs démographiques, ethnoculturels et socio-économiques associés à une transition linguistique intergénérationnelle vers l’une ou l’autre des deux langues officielles, au moyen d’une régression logistique appliquée aux microdonnées du recensement canadien de 2006. L’analyse porte sur les familles composées de deux parents de sexe opposé et au moins d’un enfant âgé de moins de 15 ans. Les résultats mettent en évidence l’effet des dispositions de la Charte de la langue française (loi 101) pour expliquer les choix linguistiques des allophones, ainsi que l’importance de la sélection d’immigrants francotropes. Néanmoins, l’attrait de l’anglais demeure important pour les allophones s’établissant au Québec, surtout chez les plus éduqués et parmi les classes socioprofessionnelles les plus favorisées.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".