MétaCan
Menu
Back to cohort
Record W2949174440 · doi:10.71781/25690

Stratégies de régionalisation : le cas des intervenants isolés en région au Québec

2018· dissertation· fr· W2949174440 on OpenAlexaboutno aff
Maude Arsenault

Bibliographic record

VenueOpen MIND · 2018
Typedissertation
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsGeographyPolitical science

Abstract

fetched live from OpenAlex

La politique, de 1992, de régionalisation de l’immigration du Gouvernement tente de remédier à la concentration de l’immigration dans la région montréalaise (Boulais, 2010). Malgré des résultats mitigés, force est de constater qu’il y a une augmentation de la diversité ethnoculturelle dans les régions du Québec. Lorsqu’elles sont éloignées, il n’existe souvent qu’un acteur en matière d’immigration sur le territoire. Différents facteurs contextuels ont un impact sur leur travail, par exemple, les mandats, les subventions et le type de clientèle. Ils doivent donc élire une stratégie, c’est-à-dire la façon de jumeler les différents facteurs pour répondre aux multiples éléments contextuels. Je tenterai de répondre, dans ce mémoire, à la question suivante : quelles sont les stratégies d’intervention des intervenants en régionalisation en situation d’isolement ? L’approche systémique est utilisée pour identifier les composantes du système en question (le travail des intervenants en régionalisation) et d’en dégager la structure conceptuelle. Par la suite, je tente de dégager les activités du système, soit les stratégies. Pour ce faire, une ethnographie est proposée par ce mémoire. À l’aide de questionnaires, d’entrevues téléphoniques et d’observations directes, je modélise le travail des intervenants au cœur de cette recherche. Ce sont les cinq volets du travail de régionalisation de Duplessis (2013) qui m’ont servi d’outils pour classifier les activités des intervenants, soit : 1- Démarchage, prospection et recrutement des personnes immigrantes ; 2- Les activités d’insertion à l’emploi ; 3- Prospection, réseautage et démarchage auprès de l’employeur ; 4- Accueil, établissement et intégration des familles immigrantes ; 5- Développement des activités de régionalisation de l’immigration. Ainsi, j’explicite les processus qui sont sous-jacents à chaque volet. Le premier volet comprend les activités de promotion de la région pour attirer un bassin de personnes intéressées, pour ensuite se concentrer sur le démarchage de ces derniers ainsi que les activités servant à les convaincre de choisir la région. Le deuxième volet comprend la planification des démarches d’emploi, d’insertion et d’intégration, c’est-à-dire tout ce qui a trait au mieux-être de la personne immigrante une fois embauchée. Le troisième volet comprend toutes les actions prises auprès des employeurs. Le quatrième volet comprend les activités de préparation du milieu, d’accueil et d’établissement ainsi que la médiation. Finalement, le cinquième volet comprend les tables de concertations et activités administratives servant à répertorier la clientèle. En conclusion, je constate qu’il existe trois grandes stratégies d’intervention auprès de la population immigrante dans ces territoires : sociale, employabilité et croissance. La stratégie sociale met l’emphase sur les activités du volet lié à l’intégration, alors que la stratégie d’employabilité met plus de temps au volet portant le même nom. La stratégie de croissance, elle, a peu de relation directe avec les immigrants, mais se concentre sur l’accroissement de cette population. Dans l’avenir, il sera possible d’utiliser la modélisation offerte par cette recherche pour étudier les changements des organismes au fil du temps. On pourra ainsi mesurer l’effet des éléments contextuels sur ceux-ci, tout spécialement dû au virage économique du MIDI dans sa vision de l’immigration. Finalement, on pourra étudier les résultats de ce processus et voir quels sont les effets sur les populations immigrantes de ces territoires.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.465
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0020.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.076
GPT teacher head0.393
Teacher spread0.317 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicSocial Sciences and GovernanceFrench-language works237,207