L'accompagnement des demandeurs d'asile au Québec : quelles possibilités d'empowerment?
Bibliographic record
Abstract
Les déplacements de populations révèlent les situations économiques et politiques de nos sociétés. En effet, les migrations ont toujours existé que ce soit dû au nomadisme, à l’exode rural, à la migration économique ou encore de protection. Cependant, les migrations questionnent les professionnels en travail social qui côtoient des personnes immigrantes de tous statuts. Les discours politique et médiatique sur les migrations comportent aussi leur lot d’enjeux sécuritaires. Nous constatons ainsi une augmentation des mesures de contrôle aux frontières et plusieurs modifications relatives à la Loi sur l’immigration et la protection des réfugiés qui ont un impact direct sur la vie des migrants, en particulier ceux qui recherchent l’asile. À travers ce mémoire, nous explorerons les parcours des demandeurs d’asile au Québec. L’expérience d’être réfugié et en recherche de protection entraîne des enjeux sécuritaires et humanitaires, quel que ce soit le pays de départ ou celui d’accueil. Les populations en recherche de protection, particulièrement les demandeurs d’asile, seraient ainsi soumis à des difficultés d’ordre structurel. C’est dans ce contexte que nous nous questionnons sur les conditions d’accueil des demandeurs d’asile au Québec. Plus précisément, le sujet de ce mémoire porte sur l’empowerment des demandeurs d’asile, à savoir si l’accompagnement offert leur permet des conditions favorables à l’exercice d’un pouvoir d’agir.
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 | 0.007 | 0.005 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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".