La « migration de remplacement » : un exercice méthodologique en rapport aux enjeux démographiques du Québec
Bibliographic record
Abstract
Cet article traite de la contribution apportée par la migration de remplacement qui constitue souvent une solution envisagée pour faire face au vieillissement de la population. Il s’agit de connaître le nombre d’immigrants nécessaire pour atteindre des objectifs démographiques précis, soit, dans le cadre de cette étude, éviter le déclin de la population totale, éviter le déclin de la population en âge de travailler et éviter que la part des personnes âgées de 65 ans et plus ne dépasse 25 % à l’intérieur de la population totale. À partir de données statistiques récentes émanant de Statistique Canada et de différents organismes officiels du Québec, l’auteur tente de démontrer, dans le cas du Québec, qu’il serait possible d’éviter le déclin de la population si la fécondité ne diminue pas et si l’on adopte une planification adéquate de l’immigration. Cependant, les résultats indiquent qu’une hausse trop rapide des niveaux d’immigration nuirait à l’atteinte de cet objectif, tandis que le déclin de la population âgée entre 20 et 64 ans apparaît inévitable. Finalement, l’auteur estime qu’il serait tout à fait irréaliste de vouloir compter sur cette composante pour éviter que la part des 65 ans et plus dans la population totale dépasse 25 %, signifiant par là que l’immigration ne peut en aucun cas empêcher le vieillissement de la population ou avoir un impact significatif sur le processus.
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 | 0.026 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".