Attraction des deux principales langues d’enseignement sur les divers groupes linguistiques au Québec, 1969-1970 à 1980-1981
Bibliographic record
Abstract
Afin de mesurer l’attraction des deux grands réseaux d’enseignement du Québec — français et anglais — sur les différents groupes linguistiques (français, anglais, autres), l’auteur compare les données scolaires annuelles disponibles à une situation théorique où le choix de la langue d’enseignement n’aurait aucun effet à long terme sur le poids relatif des deux principales communautés linguistiques du Québec. L’indice d’attraction générale des écoles françaises et anglaises montre que, pour l’année scolaire 1980-1981, le réseau français accuse encore un déficit de 3 % tandis que le réseau anglais accueille toujours 21 % plus d’élèves que la situation théorique le permettrait. Bien que depuis 1979-1980 l’école française attire un peu plus d’enfants de langue maternelle anglaise que l’école anglaise reçoit d’élèves de langue maternelle française, l’école de la majorité demeure encore loin derrière celle de la minorité anglophone en ce qui a trait à la langue d’enseignement des Allophones. En effet, la proportion des Allophones étudiant en français ne dépasse pas encore 50 % de la population attendue tandis qu’on compte toujours 5 fois plus d’Allophones inscrits dans les écoles anglaises que ne le permettrait l’hypothèse retenue. Au rythme où évoluent les clientèles, ce n’est qu'à la fin de la présente décennie que les écoles françaises recevront un nombre d’élèves Allophones égal aux effectifs attendus.
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 | 0.001 |
| 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) | 0.005 | 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".