Langue de travail de la population immigrée recensée en 2006 dans la RMR de Montréal
Bibliographic record
Abstract
La langue de travail s’avère être un des principaux indicateurs de la langue d’usage publique et de l’intégration linguistique des immigrants. Au Québec, et plus particulièrement dans la RMR de Montréal, les pressions démographiques ainsi que celles posées par le statut de la langue anglaise, la mondialisation et l’utilisation de la technologie entraînent une ambiguïté quant à la nécessité de l’utilisation du français au travail. Or, cette étude porte sur la langue de travail de la population immigrante qui travaille dans la RMR de Montréal. Les analyses effectuées permettent de dresser un portrait de la langue de travail des immigrants en 2006, avec, par la suite, une mise en évidence des variables associées aux choix linguistiques des immigrants sur le marché du travail et ce, à l’aide de données tirées du recensement canadien de 2006. Les analyses descriptives réalisées démontrent que la scolarité, le pays de provenance, le contexte social québécois au moment de l’immigration et les variables linguistiques des immigrants sont les variables les plus fortement liées à l’utilisation du français, de l’anglais ou du bilinguisme au travail en 2006. Ces mêmes variables, dans les analyses explicatives, se révèlent également être les facteurs les plus fortement associés aux choix linguistiques des immigrants sur le marché du travail de la RMR de Montréal. Enfin, une étude comme celle-ci permet de constater la situation de la langue de travail chez les immigrants et, si nécessaire, de suggérer des changements aux politiques et règlements encadrant l’immigration et l’intégration linguistiques des immigrants.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".