Les stratégies de développement du capital social des personnes immigrantes du Lac-Saint-Jean : des différences liées au genre ?
Bibliographic record
Abstract
La présente étude s'intéresse aux stratégies de développement du capital social chez les personnes immigrantes résidant au Lac Saint-Jean et plus particulièrement à l'influence du genre sur ces stratégies, sur les types de capital social créés et les ressources accessibles par l'entremise de ces types de capital social. \n \nTrois types de capital social ont d'abord été identifiés. Premièrement, le capital social de type bonding se construit à partir de réseaux généralement homogènes et de liens forts. Deuxièmement, le capital social bridging fait référence aux liens établis avec des personnes d'origine québécoise et peut ouvrir sur de nouveaux débouchés et de nouvelles sources d'information. Troisièmement, le capital social linking est une variante du bridging. Il provient de liens verticaux, insérés à travers les différences de pouvoir. Au cours de notre enquête, il a été nécessaire d'ajouter un sous-type à cette typologie : le capital social bonding interculturel, formé par des liens forts, établis avec des personnes d'origine québécoise, et qui débouche principalement sur des ressources socioaffectives. \n \nL'analyse différenciée selon les sexes a servi à mettre en lumière la dimension du genre. Au total, quinze entrevues semi-dirigées ont été effectuées, pendant le mois de juillet 2009, avec des femmes et hommes immigrants habitant dans la région du Lac Saint-Jean. Les variables utilisées pour sélectionner nos répondants étaient le genre, la présence d'enfant et l'appartenance à une minorité visible ou audible. Les données recueillies nous ont permis de catégoriser les répondants sous quatre types de stratégies, énumérées ci-après par ordre croissant d'efficience à générer du capital social: 1) la stratégie d'autodéfense culturelle, 2) la stratégie d'ouverture socioaffective et l'apprentissage des codes linguistiques et culturels, 3) la stratégie axée sur les liens faibles et le couple et, finalement, 4) la stratégie d'aisance multisectorielle. \n \nNous avons découvert que les types de capital social développés dépendaient des stratégies utilisées qui, à leur tour, dépendaient largement de la position socio-économique des répondants. Ceux dans une bonne posture sociale ont développé tous les types de capital social. Les ressources retirées sont nombreuses, variées et utilitaires et ce, peu importe qu'elles soient issues du capital social bridging, bonding ou linking. Ceux dans une faible position socio-économique ont surtout accès au développement du capital social bonding et bonding interculturel et les ressources associées sont principalement socioaffectives. \n \nDes différences liées au genre ont été relevées dans les stratégies utilisées. Les femmes de notre échantillon, et plus particulièrement celles appartenant à une minorité visible ou audible, sont généralement dans une moins bonne posture sociale que leurs confrères. Par ailleurs, c'est principalement dans la création du capital social bridging qu'une faible position socio-économique fait obstacle. Nos résultats nous portent à croire que les femmes sont meilleures que les hommes dans la création de liens socioaffectifs, et donc dans la formation de capital social bonding et bonding interculturel. Ainsi, lorsque les femmes occupent la même position socio-économique que les hommes, elles adoptent une meilleure stratégie et ont ainsi accès à tous les types de capital social.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 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".