Migration Étude du mouvement migratoire au Saguenay-Lac-Saint-Jean et son importance au fil des dernières années
Bibliographic record
Abstract
Dans une économie où les frontières sont sans cesse refoulées par la libéralisation des échanges, le futur pas si lointain nous promettait grâce aux nouvelles technologies de l'information et de la communication, un monde basé sur le loisir plutôt que le travail. Aujourd'hui, nous devons constater que ce rêve s'est dissipé pour faire place entre autres à l'exclusion, la pauvreté et un écart sans cesse grandissant entre les pays riches et les pays pauvres. Le monde industrialisé doit affronter un autre défi qu'aucun pays n'a jamais fait face auparavant soit le vieillissement accéléré de la population. Par ailleurs, un autre obstacle de taille se dresse dans la poursuite du développement économique de certains pays dont plus près de nous, les régions périphériques ou ressources du Québec, soit celui relié à la migration d'une partie de la population et plus particulièrement les jeunes. Les manchettes des journaux commencent à soulever le voile sur une problématique dont plusieurs viennent à peine de s'éveiller. Cette courte étude veut faire le point sur le mouvement migratoire au Saguenay-Lac-Saint-Jean et son importance au fil des dernières années.
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 | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".