Bilinguisme et immersion universitaire. Vers la réalisation d’un idéal politique
Bibliographic record
Abstract
Cet article rapporte le cas d’une étudiante inscrite au Régime d’immersion en français (RIF) de l’université d’Ottawa avec comme objectif de mettre en lumière les représentations de cette étudiante et leurs relations avec les objectifs déclarés par les politiques sur le bilinguisme officiel au Canada. Des entretiens semi-dirigés ont servi à produire un portrait détaillé des expériences personnelles et de la trajectoire académique, sociale et professionnelle de cette étudiante pour déterminer l’apport et les liens possibles entre les conséquences d’une immersion universitaire et les politiques linguistiques prônées par le Gouvernement du Canada. Les résultats démontrent l’impact d’une expérience d’immersion universitaire sur les compétences linguistiques de l’étudiante mais mettent aussi l’accent sur la construction identitaire découlant du désir d’étudier en français, de s’intégrer à la communauté francophone, et de défendre le bilinguisme comme une valeur permettant de se créer un imaginaire linguistique divers, ouvert aux possibilités d’un Canada bilingue et multilingue.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.016 | 0.050 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".