Sociographie du mouvement d’émigration canadienne-française aux États-Unis : l’apport combiné des sources québécoises et américaines, 1850-1910
Bibliographic record
Abstract
Malgré une littérature riche et diversifiée, l’étude du mouvement d’émigration canadienne-française vers les États-Unis aux 19e et 20e siècles comporte toujours plusieurs zones d’ombre. Cet article s’intéresse à l’une d’elles concernant la composition de ce mouvement, à partir du jumelage de données disponibles au lieu de départ et au lieu d’arrivée. Nous tirons d’abord profit d’un dictionnaire de patronymes canadiens-français utilisé avec les données des recensements américains de 1850 et 1880 et du fichier complet des microdonnées du recensement de 1910 pour tracer un portrait des migrants canadiens-français aux États-Unis. Nous jumelons ensuite ces données avec les mariages du Québec. L’analyse des données jumelées met en évidence la diffusion géographique du phénomène d’émigration à partir du sud-ouest du Québec vers d’autres régions à l’est et l’existence de corridors privilégiés entre des régions et certains États américains. Les cultivateurs ne sont pas surreprésentés parmi les migrants, mais les travailleurs, qualifiés ou non, le sont dans certaines régions. Ces résultats jettent un nouvel éclairage sur les explications de cet exode massif.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.012 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".