Bibliographic record
Abstract
Pourquoi les jeunes Turcs de Quimper travaillent-ils mieux a l'ecole que ceux de Rennes, alors que ces deux villes bretonnes sont distantes de deux cents kilometres seulement ? Comment expliquer que les Alevis (minorite turque chiite) de Narbonne se sentent plus alevis que ceux d'Ankara, pourtant originaires du meme village d'Anatolie centrale ? En un mot, pourquoi et comment on n'est pas Turc de la meme maniere a Berlin, a Cologne ou en Alsace-Moselle ? Tel est le type de questions a l'origine de cet ouvrage collectif. A partir d'enquetes de terrain de longue duree, onze chercheurs en sciences sociales internationaux (ethnologues, politologues, sociologues, historiens, geographes) et un acteur de terrain reflechissent ensemble a cet aspect peu explore des migrations internationales : l'influence des societes locales d'accueil - qu'il s'agisse de quartiers, de villes, de departements, de pays - sur les configurations migratoires. Les exemples sont pris dans plusieurs pays europeens (Allemagne, Grande-Bretagne, Belgique, Pays-Bas) ainsi qu'au Quebec et dans differentes regions de France, dont la Bretagne. Ce panorama permet de cerner le poids du local a trois niveaux : sur les associations ethniques, les identites ethniques et les reseaux migratoires mondiaux. Au-dela des particularites des populations immigrees elles-memes, quels sont finalement les elements du local qui rendent si different un Turc de Vannes d'un Turc de Liege ou d'ailleurs ? Une serie de facteurs ressortent progressivement de la lecture des textes qui se repondent les uns les autres : la legislation, notamment en matiere de culte religieux, les formes de gouvernementalite locales (plus autonomes en Grande-Bretagne qu'en France par exemple), les liens noues entre municipalites et associations ethniques, l'implantation de la presse ethnique, l'etat du marche de l'emploi, le prix du foncier, etc. Entre la dimension planetaire des mouvements migratoires et les politiques nationales d'immigration, ce livre montre que le local et le micro-local restent un enjeu majeur de l'insertion des immigres.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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".