Bibliographic record
Abstract
Depuis plus de soixante ans, l’Australie est une nation de premier plan dans l’accueil des immigrants, alors que ceux-ci sont au cœur même de sa construction. Au cours des deux dernières décennies, le caractère de ces nouveaux arrivants a cependant changé considérablement, alors que les problèmes d’immigration et de multiculturalisme ont fait l’objet de controverses tant dans l’opinion publique que dans les politiques nationales. Mais qu’arrive-t-il en fait aux immigrés eux-mêmes en Australie? Cet article s’appuie sur toute une recherche primaire et secondaire afin de réviser l’évidence objective et subjective concernant leur intégration en faisant appel à un vaste éventail d’indicateurs. La question centrale de cet article, c’est de savoir à quel point ces nouveaux venus sont-ils insérés dans la vie économique, sociale, culturelle et politique du pays, et à quel point le multiculturalisme australien a-t-il réussi à atteindre l’objectif de cette insertion. Nous partons de la conceptualisation et des données comparatives de l’intégration des immigrés chez Kymlicka (2012) pour soutenir que, malgré les limites imposées à cette conceptualisation par l’accent mis sur la politique et les structures institutionnelles de l’intégration en question plutôt que sur les résultats et les expériences des colons immigrés dans ces sociétés, sa conclusion générale sur le succès relatif obtenu en Australie sur cette question et le rôle central du multiculturalisme dans ce résultat s’accorde bel et bien avec l’évidence.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".