L’émigration marocaine au Canada : contextes de départ et diversité des parcours migratoires
Bibliographic record
Abstract
Les nouveaux arrivants d’origine marocaine au Québec, pourtant majoritairement diplômés et qualifiés en vertu des politiques québécoises et canadiennes d’immigration sélective, rencontrent des difficultés d’insertion professionnelle. À partir d’une double enquête ethnographique réalisée au Maroc et au Québec, cet article veut dépasser l’apparente homogénéité socioéconomique de cette catégorie nationale de migrants pour mettre au jour sa différenciation interne ainsi que la diversité de ses stratégies et parcours migratoires. Les multiples formes de parcours sont le fruit d’une dynamique entre les origines socioéconomiques des migrants, leur histoire migratoire familiale et collective, les mutations sociétales au Maroc, la fermeture des frontières européennes et les politiques d’immigration canadiennes et québécoises. En outre, la perspective théorique et méthodologique empruntée permet d’éviter les pièges de la « culturalisation » des phénomènes sociaux en nous rappelant que les parcours migratoires et les stratégies des acteurs sociaux s’inscrivent dans des territoires – pluriels – faits de rapports politiques, culturels, sociaux et économiques concrets.
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 | 0.001 | 0.003 |
| Science and technology studies | 0.028 | 0.011 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".