L'impact de l'immigration au Québec sur l'effet "The pig in the Python" du baby-boom
Bibliographic record
Abstract
Poster Presentation\nOn observe deux grandes phases de l’évolution démographique de l’après-guerre au Québec. La première étant le baby-boom qui concerne les générations très nombreuses nées entre 1946 et 1966 et qui fut plus important au Québec que dans la majorité des autres pays touchés par ce phénomène. La seconde étant le baby-bust, qui lui, concerne les générations nées après 1966. L’écho du baby-boom fut relativement peu important par la dimension des cohortes de naissances concernées, et nettement insuffisant pour rétablir un certain équilibre dans la dimension des cohortes de naissances, d’où l’analogie avec « The Pig and The Python ». Cependant, une politique d’ouverture sur l’immigration internationale a fait en sorte que la disproportion entre les effectifs des baby-boomers et celles des baby-busters s’atténue graduellement au cours du temps. L’objectif de cette communication est de montrer:\n- L’écart important entre les effectifs dans leur jeunesse - Un écart de moins en moins important aux âges adultes du à l’immigration nette - Une quasi-disparition de l’écart dans les âges de la retraite du à cette immigration cumulative.\nLes effets négatifs de « The Pig and the Python » seront donc éliminés au moment où les baby-boomers entreront dans les âges de retraite. Cependant comme l’accommodement sera réalisé via d’importantes projections d’immigrants internationaux, la composition ethnoculturelle des futures personnes âgées au Québec sera nettement plus hétérogène. Les régimes futurs de soutien à la retraite et à la vieillesse devront en tenir compte.
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 | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".