Analyse de la cohabitation spatiale des communautés immigrantes avec les francophones et les anglophones de la région métropolitaine de Montréal
Bibliographic record
Abstract
Au cours des 20e et 21e siècles, la région métropolitaine de Montréal a connu plusieurs vagues successives d’immigration provenant de plusieurs pays et abrite aujourd’hui nombre de communautés d’origines diverses. Si la théorie de l’assimilation spatiale prévoit que peu à peu, les immigrants tendent à avoir des comportements comparables à ceux des natifs en matière de localisation résidentielle, ce processus peut suivre différentes dynamiques dans la région métropolitaine de Montréal, puisqu’elle est historiquement peuplée de deux grandes communautés natives, les francophones et les anglophones, qui ont chacun des comportements résidentiels distincts. L’objectif de cet article est de mesurer et d’analyser la cohabitation résidentielle des personnes issues de l’immigration avec les communautés d’accueil francophone et anglophone. La population étudiée est sélectionnée dans l’Enquête nationale auprès des ménages de 2011 et est constituée de la population vivant dans un ménage dont le principal soutien est soit lui-même né à l’étranger, soit a un parent né à l’étranger. Pour chacune des quinze plus importantes communautés immigrantes, nous avons construit deux modèles de régressions ayant comme variables dépendantes respectivement la proportion de francophones de 3e génération vivant dans le quartier et la proportion d’anglophones de 3e génération, de manière à calculer des indices d’interaction standardisés selon une série de variables indépendantes (âge, sexe, durée de résidence, scolarité, revenu et connaissances linguistiques). Il en ressort que dans l’ensemble, l’assimilation spatiale des communautés immigrantes ne se fait pas en référence aux francophones majoritaires, mais plutôt en référence à la minorité anglophone. Une forte hétérogénéité s’observe toutefois entre les communautés et au sein de celles-ci.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".