BRASILEIRO EM MONTREAL E A CONSTRUÇÃO DE UM PERFIL “IDEAL” DE IMIGRANTE: POLÍTICAS LINGUÍSTICAS EM TELA
Bibliographic record
Abstract
Articulando políticas linguísticas com políticas de imigração, pretende-se mostrar como as políticas de imigração são guiadas pelas políticas linguísticas quebequenses. Enfoca-se, neste artigo, o processo de imigração da comunidade brasileira na cidade de Montreal, a partir da perspectiva das Políticas Linguísticas. Essa escolha se deu em razão de o Brasil ter se tornado uma área de imigração não francófona qualificada para o Governo do Quebec. A cidade de Montreal foi escolhida, pois é a cidade que mais recebe imigrantes e que apresenta uma maior demanda de mão de obra qualificada na província do Quebec. A pesquisa qualitativa foi realizada entre dezembro de 2016 e janeiro de 2017 e contou com entrevistas com a comunidade brasileira, com a aplicação de questionários on-line e a realização de diários sobre os entrevistados. Sobre o perfil do imigrante brasileiro encontrado nos dados analisados, procura-se averiguar se esse perfil seria “condizente” com o perfil “ideal” almejado pelas políticas de imigração do Quebec: um falante “ideal”, jovem e qualificado para o mercado de trabalho e que pudesse contribuir para o aumento demográfico da sociedade quebequense. Por fim, o artigo problematiza o conceito de imigrante “ideal” e as implicações disso na vida dos brasileiros. Palavras-chave : Políticas Linguísticas do Quebec. Políticas de Imigração do Quebec. Imigrante ideal. Comunidade brasileira em Montreal. DOI: https://doi.org/10.47295/mgren.v6i2.1301
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.004 | 0.000 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".