Quand projet d’immigration rime avec inscription dans les cours de francisation. La trajectoire langagière de neuf immigrantes scolarisées dans la région montréalaise
Bibliographic record
Abstract
Pour les nouveaux arrivants, le fait d’apprendre la langue du pays d’accueil les aide dans leur processus d’intégration. C’est le cas des femmes immigrantes du Québec, bien que plusieurs autres défis les attendent. Malgré tout, elles sont travaillantes et motivées dans cet apprentissage. Cet article présente une recherche portant sur la trajectoire langagière de neuf femmes immigrantes inscrites dans un programme de francisation au Québec. Par la démarche de la biographie langagière, des entrevues semi-dirigées et un journal d’apprentissage tenu durant quatre mois, ces neuf femmes scolarisées et inscrites à des cours de français à temps complet ont été interrogées sur leurs contacts avec la langue française, les langues parlées en classe au Québec et à la maison, leurs réseaux d’amis et leurs activités sociales. Globalement, elles sont proactives, s’ajustent au lieu où elles se trouvent, à l’Autre et aux enjeux du moment.
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 | 0.001 |
| Science and technology studies | 0.017 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
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".