Who joins the Canadian Forces? : developing a framework for analysis using Bourdieu, Habermas and Giddens
Notice bibliographique
Résumé
This thesis presents the results of an exploratory study aimed at developing an understanding of Canadian Forces demographics and linking those demographics to current bodies of sociological theory. The background and literature review provide a starting point for sociological analysis; the study begins with a detailed review of existing literature in Canadian and United States military sociology, utilizing an exploratory approach that incorporates key elements from Bourdieu’s concepts of field and habitus, Habermas’s lifeworld and structure, and Giddens’s notion of structuration. Once the key sociological theories are isolated, research methods and methodologies are developed. Data are collected from the 2006 Canada Census and the demographics of Canadian Forces members are explored through a logistic regression model. Data are interpreted within a sociological framework based on an integration of select theories from Bourdieu, Habermas and Giddens. This research identifies weak relationships between demographic characteristics and CF membership, along with socioeconomic factors and Canadian Forces membership. The completed research provides a starting point for future analyses in Canadian military sociology. Given that demographic and socioeconomic factors demonstrate weak correlation with Canadian Forces membership, future studies can focus on the motivations of Canadian Forces members knowing that background characteristics do not predetermine service. Although the Canadian Forces is primarily composed of Caucasian males, this accounts for only a small portion of variance in the Canadian Forces membership variable.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».