MétaCan
Menu
Retour à la cohorte
Enregistrement W1824067442 · doi:10.22230/cjc.2015v40n3a2831

“Immigrants Can Be Deadly”: Critical Discourse Analysis of Racialization of Immigrant Health in the Canadian Press and Public Health Policies

2015· article· en· W1824067442 sur OpenAlexaffvenueabout
Sylvia Reitmanova, Diana L. Gustafson, Rukhsana Ahmed

Notice bibliographique

RevueCanadian Journal of Communication · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of OttawaMemorial University of NewfoundlandCarleton University
Organismes subventionnairesnon disponible
Mots-clésRacializationImmigrationFraming (construction)Critical discourse analysisPublic healthSociologyInjusticePolitical sciencePower (physics)Social injusticeGender studiesCriminologyPoliticsLawMedicineRace (biology)History

Résumé

récupéré en direct d'OpenAlex

By examining the role of the Canadian press in framing health and social issues of immigrants, the authors highlight the issues of power and social injustice in which immigrant health is constructed and handled by Canada’s health policies. Critical discourse analysis of 273 articles from 10 major Canadian dailies over one decade showed that pre-existing racializing discourses, which treat the immigrant body both as a disease breeder and an irresponsible health fraudster, continue to materialize in contemporary Canadian press coverage. A more balanced and fair media coverage of immigrant health will require deracialization of immigrant health issues as well as the transformation of the Canadian press toward greater inclusivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,413
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CommunicationMême sujetMigration, Health and TraumaTravaux en français237 207