L’écart socioprofessionnel et linguistique, un facteur de tension entre immigrantes et locaux ? \nUne analyse dialectique relationnelle des expériences des immigrantes qualifiées hispanophones bénévoles dans leur intégration au Québec
Bibliographic record
Abstract
L’intégration des immigrants sur une nouvelle terre d’accueil passe inévitablement par leur capacité à communiquer efficacement, tant sur le plan socioculturel que professionnel. Au Québec, la bonne maîtrise du français est un prérequis pour s’intégrer. Ainsi, le gouvernement provincial propose le bénévolat aux immigrants récents, comme une stratégie d’intégration qui peut les aider à développer leurs compétences socioculturelles et linguistiques ainsi qu’à élargir leurs opportunités d’emploi. Cette recherche vise à décrire les interactions entre des immigrantes hispanophones ayant le statut de travailleuses qualifiées qui font du bénévolat et l’ensemble des « locaux francophones », pendant leur processus d’intégration au Québec. Plus spécifiquement, cette étude cherche à savoir comment les femmes immigrantes avec le statut de travailleuses qualifiées gèrent l’écart entre leur statut professionnel et leur manque de connaissances linguistiques en français. Pour ce faire, l’étude utilise la théorie dialectique relationnelle de Baxter et Montgomery (1996) pour explorer les forces « tirer-pousser » apparemment contradictoires qui surgissent dans toute relation interpersonnelle : le désir simultané d’intégration et de séparation ; la stabilité et le changement ; et l’expression et la non-expression. Les données ont été recueillies à l’aide d’entretiens semi-dirigés et de récits de vie abordant leur projet migratoire, leur parcours au Québec et la nature des interactions touchant des questions d’identité culturelle.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".