Negotiating "nous": Competing host national identities among second generation immigrants in Quebec
Bibliographic record
Abstract
Cette recherche examine des questions liées à l'intégration des immigrants sur le long terme et les identités nationales concurrentes des immigrants de deuxième génération dans un contexte de nationalisme minoritaire. Plus précisément, elle explore comment les immigrants de deuxième génération, nés et élevés dans ce contexte, négocient les différentes versions du nationalisme auxquelles ils sont exposés. Afin d'étudier ce processus de négociation, cette thèse fournit une comparaison à partir d'entrevues réalisées auprès de quatre groupes différents d'immigrants de deuxième génération au Québec, Canada. Les participants sont âgés entre 18 et 35 ans et les groupes ciblés sont distingués par la catégorie raciale prédominante et la préférence pour une langue officielle; les Haïtiens et les Vietnamiens ayant une préférence pour le français et les Anglo-Caribéens et les Philippins pour l'anglais. Cette thèse explore les messages concurrents au sujet des frontières autour de l'identité québécoise et de l'identité canadienne, mais aussi la concurrence potentielle entre ces deux identités nationales. Ces identités sont interprétées par les immigrants de deuxième génération comme étant délimitées par un mélange de critères civiques et ethniques provenant d'une variété des sources, comprenant les interactions quotidiennes, les médias, les politiques publiques et le discours politique. Les perspectives d'immigrants de deuxième génération quant à leurs expériences de discrimination et de racisme sont également abordées.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.021 | 0.005 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".