MétaCan
Menu
Back to cohort
Record W4409331849 · doi:10.7202/1117189ar

Exploration du lien entre immigration et déclin du français au Québec (1968-2023)

2025· article· fr· W4409331849 on OpenAlexaffvenueabout
François Rocher

Bibliographic record

VenueRecherches sociographiques · 2025
Typearticle
Languagefr
FieldSocial Sciences
TopicCanadian Identity and History
Canadian institutionsUniversity of Ottawa
Fundersnot available
KeywordsPolitical scienceImmigrationHumanitiesArt

Abstract

fetched live from OpenAlex

Cet article se penche sur le lien souvent établi dans le débat public entre l’augmentation de l’immigration et le déclin du français. Pour ce faire, il mobilise les travaux de démolinguistes sur les dynamiques linguistiques au Québec, qui notent la présence de deux écoles interprétatives, que nous qualifions d’instrumentale et d’intégrative. La première école insiste sur la persistance de l’utilisation du français dans l’espace public alors que la deuxième met l’accent sur les défis associés à la baisse avérée du nombre de personnes ayant le français comme principale langue parlée à la maison. À partir d’une analyse de rapports de différentes commissions d’enquête et d’énoncés de politiques (1972-2008), des programmes électoraux des principaux partis politiques québécois (1970-2022) ainsi que de la couverture médiatique de ce lien dans la presse québécoise d’expression française (1988-2023), cette recherche montre que les préoccupations liées au recul ou au déclin du français au Québec, qui ne sont pas du même ordre que celles relatives au statut du français, sont relativement récentes. Ces rapports et énoncés s’inspirent de l’école instrumentale et, sauf exception, ne considèrent pas que l’immigration constitue une menace à la langue française. Par ailleurs, bien que présente dans la presse écrite, cette association entre immigration et déclin du français demeure marginale jusqu’au tournant des années 2020.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.693
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.002
Science and technology studies0.0020.002
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.053
GPT teacher head0.309
Teacher spread0.256 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2025
Admission routes3
Has abstractyes

Explore more

Same venueRecherches sociographiquesSame topicCanadian Identity and HistoryFrench-language works237,207