Que penser de l’embourgeoisement rural au Québec ? Visions différenciées d’acteurs locaux
Bibliographic record
Abstract
L’embourgeoisement rural, lié notamment à la migration de la ville vers la campagne d’urbains de classes sociales moyennes ou aisées, touche de plus en plus les milieux ruraux au Québec. Or, contrairement aux recherches foisonnantes sur le concept de rural gentrification au Royaume-Uni, ce phénomène n’a que peu retenu l’attention dans la production scientifique québécoise. Cet article propose donc d’explorer les représentations contrastées de divers acteurs locaux à propos de l’embourgeoisement et de ses incidences dans deux municipalités régionales de comté (MRC) : Brome-Missisquoi et Arthabaska. Il s’appuie sur les résultats d’entrevues réalisées auprès de quatre types d’acteurs : néo-ruraux, ruraux de longue date, dirigeants d’organismes locaux et régionaux, élus municipaux. Il montre la complexité de ce phénomène sur divers plans de la vie rurale, soit sociodémographique, économique, résidentiel, communautaire, culturel, environnemental et politique. Les résultats révèlent la nécessité de dépasser les seules représentations des « gentrifieurs », en l’enrichissant de celles d’autres acteurs concernés par l’embourgeoisement rural. Ils montrent l’importance de scruter les effets globaux de ce phénomène pour en arriver à une meilleure compréhension.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".