Choisir un cégep anglophone au Québec : l’expérience de jeunes francophones
Bibliographic record
Abstract
Dans un contexte où le français et l’anglais n’ont pas le même poids mondialement et localement, et que des politiques linguistiques régulent les parcours scolaires au Québec (loi 101), notre article vise à identifier les raisons de poursuivre des études collégiales en anglais pour des Québécois francophones. En adoptant une approche qualitative, nous avons mené 37 entrevues pour comprendre le sens que donnent les francophones à leur choix du cégep anglophone. Nos résultats montrent, au travers d’une typologie inspirée des logiques d’action de Dubet (1994, 2017), que trois types de choix émergent de nos données. Le choix stratégique met de l’avant un calcul des coûts et des bénéfices de réaliser des études collégiales en anglais. Le choix de développement personnel, qui domine au sein de notre corpus, montre que le choix du cégep anglophone s’ancre dans des considérations d’accomplissement personnel liées au souhait d’apprendre des langues, de relever un défi et de s’ouvrir à d’autres cultures. Le choix par défaut montre que le choix du cégep anglophone se fait, en premier lieu, pour des raisons extérieures à la langue anglaise. Nos résultats révèlent que le choix du cégep anglophone ne peut pas se réduire uniquement à un choix stratégique calculé en fonction de la valeur marchande des langues.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.027 | 0.012 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".