MétaCan
Menu
Retour à la cohorte
Enregistrement W1995160568 · doi:10.1080/17528631.2014.986024

Seeing/being double: how African immigrants in Canada balance their ethno-racial and national identities

2014· article· en· W1995160568 sur OpenAlexaffabout
Joseph Mensah, Christopher J. Williams

Notice bibliographique

RevueAfrican and Black Diaspora An International Journal · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSomaliAllegianceImmigrationIdentity (music)Settlement (finance)LoyaltyTransnationalismNational identityMultinomial logistic regressionWonderSociologyGender studiesPolitical scienceSocial psychologyPoliticsPsychologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

With increased transnational ties to their homelands, immigrants' ontology now verges on being double – and, consequently, on seeing double – most of the time. This double consciousness, and the attendant dearth of fixity in identity among immigrants, has led some to wonder where the allegiance of minority immigrants, in particular, lies. Can these immigrants be loyal to both their ethno-racial identity and their host national identity? Is the identification with one's ethno-racial background and national identity a zero-sum game in which one side of the loyalty equation gains only at the expense of the other? This study examines these issues, using African immigrants (specifically, Ghanaians and Somalis) in Canada as a case study. In particular, we use multinomial logistic regression to predict the factors that prompt these immigrants to identify as: ‘just Canadians’, ‘just Ghanaians/Somalis’, or as ‘Ghanaian-/Somali-Canadians’. The study is significant not only because of the lack of research on African immigrants' identity formation in Canada, but also because immigrants' identity has significant bearing on their settlement and integration in host societies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,006
Communication savante0,0060,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations26
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAfrican and Black Diaspora An International JournalMême sujetMigration and Labor DynamicsTravaux en français237 207