Bibliographic record
Abstract
La politique du Québec en matière d’immigration et ses politiques culturelles favorisent la présence d’un nombre important de personnes d’origine haïtienne à Montréal. Ces dernières se retrouvent dans un environnement social différent de celui de leur pays d’origine. Grâce à une recherche menée dans le quartier Saint-Michel à Montréal auprès d’un groupe de jeunes de différentes origines, mais majoritairement d’origine haïtienne, nous sommes arrivée à différentes conclusions. En effet, nous constatons que les jeunes d’origine haïtienne, tout en étant dotés d’une mémoire de l’altérité parfois douloureuse, développent un lien social avec des jeunes qui ne sont pas d’origine haïtienne et qui ne sont pas d’origine immigrante. Même quand la langue dominante de ces jeunes d’origine haïtienne est le français québécois, le créole haïtien s’affirme comme l’emblème de ce lien développé entre les différents jeunes de ce quartier. Ces jeunes d’origine immigrante font également preuve d’innovation sociale et développent des stratégies identitaires s’affirmant ainsi en tant qu’acteurs sociaux se situant dans la société québécoise. De plus, la dynamique sociolinguistique à Saint-Michel favorise la vitalité du créole haïtien, qui emprunte ainsi un parcours inhabituel.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".