Le capital social collectif des Sud-Asiatiques de Montréal : De l'entre soi au mainstream
Bibliographic record
Abstract
Les réseaux associatifs des populations issues de l'immigration sont encore mal connus. Deux grands questionnements de recherche se posent à leur sujet : quel type de capital social produisent-ils et y a-t-il une articulation entre les différentes catégories de capital social générées par ces réseaux? Par exemple, le capital social qui unit les membres d'une même communauté ou groupe, permet-il d'établir des liens avec d'autres réseaux? Nous avons exploré ces questions avec le cas de figure des Sud-Asiatiques qui ont contribué à la transformation sociodémographique et culturelle de Montréal et qui demeurent peu connus au Québec. Notre étude s'appuie sur différentes sources statistiques, y compris les données des recensements de 2001 et de 2006 pour présenter le portrait sociodémographique de ce groupe à Montréal. La recherche sur le réseau associatif se base sur l'analyse de 39 entrevues réalisées, de 2006 à 2007, auprès de leaders sud-asiatiques de première et de seconde génération dans la région de Montréal. Quelques entretiens complémentaires ont été faits à Vancouver et à Toronto dans un but comparatif. Notre recherche révèle que cette communauté a un réseau communautaire assez complet, où les femmes jouent un rôle important. Nous avons observé que les associations sud-asiatiques établissent des liens avec d'autres types d'associations ainsi qu'avec d'autres réseaux. Nous explorons aussi l'hypothèse d'une relation de transitivité entre les diverses catégories de capital social.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".