Bibliographic record
Abstract
Chaque année, le Québec recrute à l’international des milliers de travailleurs par l’entremise de programmes de migration temporaire pour faire face à la pénurie de main-d’œuvre dans le secteur agricole. Le présent ouvrage dépeint l’expérience de vie et de travail de ces ouvriers migrants. Son auteur s’est infiltré, en tant qu’employé, dans plusieurs entreprises agraires de la province où il a travaillé un été durant, participant aux activités d’un centre de soutien aux migrants et menant des entretiens avec les ouvriers, les employeurs, les membres consulaires, les organismes de recrutement et les acteurs communautaires. Il nous entraîne ici dans la découverte des relations que les ouvriers agricoles migrants entretiennent entre eux et avec leurs collègues et leurs employeurs québécois, ainsi que dans le quotidien difficile de ces travailleurs venus d’ailleurs. À partir d’observations, de récits, d’analyses de situations particulières, l’auteur dévoile les ambitions et les accomplissements, mais aussi les difficultés et les souffrances que vivent ces migrants. En plus d’intéresser les étudiants et les chercheurs en sciences sociales et politiques ainsi que les professionnels des services sociaux et communautaires, ce livre plaira aux consommateurs se souciant de la provenance et de la qualité des aliments québécois de même que de l’équité des conditions de travail dans le domaine agricole provincial. Au fil des pages, les lecteurs découvriront un juste portrait de la réalité de la main-d’œuvre migrante au Québec.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.017 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.047 | 0.011 |
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".