Bibliographic record
Abstract
본 연구는 세계 경제의 불황과 유럽 각국의 혼란스러운 사회분열 속에서도 특 별히 사회통합정책으로 성공적인 국정운영을 하고 있는 캐나다의 다문화주의와 다문화정책 전반에 대해 고찰하였다. 전 세계 모든 나라들은 다양한 역사적 배경과 인종과 언어로 인해 필연적으로 다문화국가로 형성되어 있다. 다문화정책은 각 국가에 따라 그 사회에 적합하도 록 정책이 마련되고 이행되므로 각 국가의 다문화 사회 유형에 대하여 파악하 는 것이 필요하다. 우리나라는 단일 백의민족이라는 착각속에서 외국인에 대해 서‘단기적인 노동력의 유입’과 ‘정주허용금지 원칙’을 고수하고 있지만 이 는 다른 외국의 사례에서 증명되었듯이 곧 폐기되어야 할 정책이다. 포스트코로 나 이후 비대면이 일상화되는 세상에서 강력한 다문화주의 정책을 유지하는 캐 나다는 우리에게 시사하는 바가 클 것이다.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".