Quand la Belle province retourne dans l'Hexagone : enquête sur les Québécois de France
Bibliographic record
Abstract
Oppgaven handler om canadiere fra den franskspråklige provinsen Québec som av forskjellige årsaker flytter til Frankrike.\n\nDet er interessant å studere denne innvandringen, da den er markert forskjellig fra de viktigste innvandringsgruppene i Frankrike. Størstedelen av befolkningen i Québec stammer fra franske innvandrere, og man kan på mange måter si at de kommer tilbake til røttene sine når de krysser Atlanterhavet.\n\nJeg har valgt en kvalitativ tilnærming, og har samlet inn mitt eget datamateriale ved å gjennomføre 12 kvalitative intervjuer med franskspråklige canadiere fra Québec som bor i Frankrike.\n\nSelve analysen er delt inn i tre kapitler. I det første analysekapitlet ser jeg på årsakene til innvandringen. Jeg har funnet det hensiktsmessig å dele informantene inn i tre kategorier: ”de forelskede”, ”de eventyrlystne” og ”de profesjonelle” Den første kategorien samler de som har kommet til Frankrike på grunn av kjærligheten og den andre kategorien de som har reist fra Québec fordi de ville se noe nytt og oppleve en ny kultur. Den siste kategorien, ”de profesjonelle består av de som har dratt til Frankrike på grunn av jobbårsaker.\n\nI det neste kapitlet ser jeg på hvordan innvandrerne fra Québec integrerer seg i det franske samfunnet. Mye tilsier at denne gruppen har mindre problemer med å integrere seg enn hva for eksempel afrikanske eller asiatiske innvandrere har. Dette blant annet fordi de er franskspråklige og ellers kommer fra en kultur som har franske ”røtter”. Likevel er det ingen tvil om at det finnes forskjeller mellom Frankrike og Québec som kan komplisere integreringen.\n\nI det siste kapitlet ser jeg på hvordan oppholdet i Frankrike påvirker hvordan innvandrerne ser på den franske kulturen og sin egen kultur. Det finnes mange oppfatninger om fransk kultur i Québec, og jeg forsøker å finne ut hvorvidt og eventuelt hvordan disse endres når de får bedre kjennskap til fransk kultur gjennom oppholdet sitt. I tillegg ser jeg på hvordan de endrer sin forståelse av egen kultur i lys av den oppfatning de får av det franske samfunnet.
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 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.049 | 0.004 |
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".