MétaCan
Menu
Back to cohort
Record W3009334772 · doi:10.7202/1075734ar

L’engagement des cégépiens en contexte de migration pour études : une réciprocité incontournable

2021· article· fr· W3009334772 on OpenAlexaffvenueabout
Julie Mareschal, Éric Richard

Bibliographic record

VenueRevue Jeunes et Société · 2021
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsCampus Notre-Dame-de-FoyCégep Garneau
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Chaque année, plusieurs jeunes Québécois quittent leur région pour entamer des études collégiales. La migration pour études, c’est-à-dire un déplacement à plus de 80 kilomètres de son milieu d’origine, touche environ 15 % de la population collégiale (Richard, 2017). Outre la transition entre le secondaire et les études supérieures, l’intégration aux études collégiales pose de nombreux défis pour ces jeunes : éloignement, adaptation à un nouveau milieu, nouvelles responsabilités (tâches ménagères, repas, budget, etc.) et dynamique relationnelle en mouvance. À partir d’entretiens effectués auprès de migrants pour études à propos de leur parcours, de leur motivation, de leurs difficultés et des stratégies déployées pour surmonter les défis rencontrés, ce texte explore le sens et les formes d’engagement associées à cette expérience. Ces différentes manifestations sont décrites à travers trois composantes associées à la notion d’engagement académique : cognitive, affective et sociorelationnelle. L’analyse montre que les manifestations d’engagement de ces cégépiens dépassent largement le pari de la réussite scolaire. Migrer pour ses études collégiales pousse l’individu à s’engager dans différentes sphères de sa vie : académique, professionnelle et citoyenne. Enfin, cet article ouvre également la réflexion sur le caractère réciproque de la notion d’engagement en abordant le rôle des cégeps dans le processus d’intégration de ces jeunes.

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)0.006
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.550
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.214
GPT teacher head0.465
Teacher spread0.252 · 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

Citations1
Published2021
Admission routes3
Has abstractyes

Explore more

Same venueRevue Jeunes et SociétéSame topicEducation, sociology, and vocational trainingFrench-language works237,207