La transmission de la langue maternelle aux enfants : le cas des couples linguistiquement exogames au Québec
Bibliographic record
Abstract
Le nombre d’unions où les deux conjoints n’ont pas la même langue maternelle est en augmentation depuis les dernières décennies au Québec. Sachant que les enfants issus de ces unions gravitent dans un univers familial plurilingue, cette étude s’intéresse aux langues maternelles qui leur sont transmises. En utilisant les données du recensement canadien de 2006, différentes analyses ont été produites de sorte à cerner les langues maternelles véhiculées aux enfants issus d’une union mixte. De plus, par le biais d’une régression logistique, une analyse explicative a été conduite afin de connaître si certains déterminants socio-démographiques sont susceptibles d’expliquer le choix de transmettre le français ou l’anglais comme langue maternelle à ces enfants. Les résultats obtenus démontrent la place prédominante des langues officielles canadiennes, au détriment des langues non officielles, et de surcroît, la force d’attraction supplémentaire exercée par la langue anglaise chez les familles exogames. De plus, le choix de la langue maternelle transmise s’avérerait, entre autres choses, influencé par le lieu de résidence, le parcours migratoire des parents et le pays de naissance des enfants.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".