Mondialisation et exploitation des ressources linguistiques: les défis des communautés francophones de l'Ontario
Bibliographic record
Abstract
Résumé: Notre objectif dans cet article est d'expliquer quels sont les défis que rencontrent deux communautés francophones en Ontario, l'une de la Péninsule de Niagara, l'autre de la région Simcoe, face aux changements engendrés par ce qu'il est convenu d'appeler la mondialisation, et comment les membres de ces deux communautés utilisent leurs ressources linguistiques pour s'intégrer socialement et professionnellement dans une économie en voie de transformation. Nous avons effectué quelques 40 entrevues semi-dirigées par région auprès d'un éventail de population pouvant démontrer des pratiques sociales et langagières variées en matière de bilinguisme et d'alphabétisation, de formation et d'accès à l'emploi. Cette comparaison de deux régions nous montre que la mondialisation de l'économie favorise le développement des services à la clientèle, ce qui suppose une importance accrue pour la capacité de communiquer, principalement à l'oral, bien que l'écrit soit en progression. Si les employeurs de ces deux régions peuvent compter sur une population bilingue pour combler leurs besoins actuels, selon eux la réserve de main-d'æuvre disponible se trouverait en voie de tarissement. Chez les francophones, la réserve de main-d'æuvre qui se trouve sans emploi, fait face à divers défis, tels que se procurer l'équivalent d'un diplôme d'études secondaires, faire preuve de mobilité, soit en se relocalisant pour un emploi, soit en effectuant un trajet quotidien sur de grandes distances, ce qui suppose renoncer jusqu'à un certain point au réseau de solidarité communautaire, et ce qui peut avoir une influence sur la reproduction sociale de la communauté.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.012 | 0.006 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 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".