Parcours migratoires et constructions identitaires en contextes francophones. Une lecture sociolinguistique du processus d'intégration de migrants africains en France et en Acadie du Nouveau-Brunswick
Bibliographic record
Abstract
Cette recherche doctorale interroge la construction des identités linguistiques dans les trajectoires migratoires et le processus d’intégration de migrants africains plurilingues, dont les parcours de vie s’inscrivent dans les espaces francophones pluriels et diversitaires que constituent l’Afrique subsaharienne, la France hexagonale et l’Acadie du Nouveau-Brunswick. Elle repose sur une démarche comparée ayant pour but de chercher à comprendre comment et dans quelle mesure les migrants originaires d’Afrique noire s'inscrivent respectivement dans les contextes d'intégration particuliers que constituent l'Acadie du Nouveau-Brunswick et la France, en misant ou pas sur leur identité et compétence francophones. Cette recherche s’inscrit par ailleurs dans une perspective qualitative herméneutique accordant une place primordiale aux expériences des personnes et à l’historicité des processus et des phénomènes sociaux innervant ces expériences. L’étude menée propose, dans cette perspective, une lecture sociolinguistique des histoires de vie et biographies langagières des migrants rencontrés : approche qui permet d’interpréter les expériences mises en mots par ces derniers, et de saisir la portée des reconfigurations engendrées par la confrontation à des environnements sociolinguistiques et socioculturels autres que ceux qui les ont institués en tant qu’individus-Locuteurs
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 | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.018 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".