Cultural diversity and cultural identity: sociolinguistic and sociocultural practices of first-generation Bulgarian Immigrants to Canada
Bibliographic record
Abstract
Обект на изследването са представители на първо поколение български емигранти в Канада. След исторически преглед, задълбочено се анализира мултикултурния модел на Канада, която е първата страна, приела мултикултурализма като държавна политика. Разглеждат се успехите на тази политика, както и някои от недостатъците на този модел. Правят се сравнения с имиграционната политика на други страни. Предмет на изследването са социолингвистичните и социокултурните особености на тези емигранти, мотивите за емиграция с оглед на това доколко благоприятна или не е канадската имигрантска политика; представата за Канада в България, културната идентичност на българите в Канада, лекотата, с която българските емигранти се интегрират в канадското общество, техният социокултурен опит, както и нивото и причините за смяна на кода между български и английски или френски език; и как това се отразява на езика, който използват. За пръв път се провежда многоаспектен и всеобхватен анализ на различните аспекти на емигрантската идентичност на първо поколение български емигранти в Канада като са изследвани както англофони, така и франкофони. Той представлява опит за постигане на една по-пълна картина на социалните, културните, езиковите особеностите на българската диаспора в Канада. Поставя се под съмнение моделът на Сафран (1991), както и някои традиционни дефиниции за емигрантите.
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 | 0.009 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".