Bibliographic record
Abstract
En plus de faire évoluer dans le temps de façon classique les populations de départ entre l’année t et t + 1, le modèle présente deux (2) caractéristiques importantes qui lui donnent son originalité et son intérêt. 1) Le modèle suit annuellement et simultanément par sexe et année d’âge, les populations de langue française, anglaise et autres de la région métropolitaine de Montreal, tant de langue maternelle (première langue apprise et encore comprise) que de langue d’usage (langue la plus souvent utilisée à la maison). L’interdépendance de l’évolution de ces six (6) populations oblige à les suivre simultanément. La croissance des populations selon la langue d’usage dépend de l’évolution de la croissance des populations selon la langue maternelle et de la tendance des transferts linguistiques (perte de la langue maternelle comme langue d’usage). Il faut donc, pour suivre dans le temps les populations selon la langue d’usage, suivre l’évolution des populations selon la langue maternelle. Or, ces dernières populations évoluent elles-mêmes en fonction de la croissance des populations selon la langue d’usage. En effet, les naissances, allant grossir par exemple les effectifs de la population de langue maternelle anglaise, sont le fait non seulement de mères de langue maternelle et d’usage anglaise, mais aussi de femmes de langue maternelle française ou autre et qui se sont anglicisées au point d’être devenues de langue d’usage anglaise. Par la natalité, les populations selon la langue maternelle sont donc, à leur tour, dépendantes de la croissance des populations selon la langue d’usage. 2) Le modèle permet de plus d’intégrer séparément les entrées et les sorties selon la langue maternelle, tant intraprovinciales qu’interprovinciales et internationales. Deux (2) raisons nous ont obligés à décomposer les migrations en ces différents niveaux. La première découle du fait que les migrants présentent des caractéristiques linguistiques bien différentes selon qu’ils viennent du reste du territoire québécois, des autres provinces canadiennes ou de l’étranger, ou au contraire, selon qu’ils partent de Montréal vers ces régions. La deuxième rejoint les préoccupations spécifiques du ministère de l’Immigration : pouvoir extraire l’effet d’une variation du volume ou de la composition des entrées internationales sur la population montréalaise. En somme, l’intérêt du modèle, c’est son extrême souplesse. Il permet par le jeu de plusieurs simulations de mesurer les effets d’un changement d’un des facteurs de la croissance (mortalité, fécondité, mobilité géographique et mobilité linguistique) des ou d’une seule des populations linguistiques sur le volume, la structure par âge et la composition linguistique future de la population montréalaise.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 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".