Refugees’ resettlement in a Canadian mid-sized Prairie city: examining experiences of multiple forced migrations
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to discuss the experiences of multiple forced migrations and resettlement among two refugee families in a mid-sized Canadian city. Design/methodology/approach – Case studies are located within the contingencies of the participants’ lives and the meanings they provide to the events. A postcolonial feminist perspective guided the data analysis to explore the micro-level of individual experiences that unfold within a raced, gendered, and classed reality. Open-ended interviews, participant observation, and field notes were used to collect participants’ perspectives. Data were collected until saturation occurred. Findings – An in-depth analysis of these two case studies revealed that lack of choice and lack of access to health and social services affect health through constant revival of traumatic past experiences prior to arrival to Canada. Three themes emerged from the data analysis: first, shared experiences of forced migrations; second, the past and present: construction of new identities; and third, resettlement challenges and opportunities. These themes overlap and intersect to shape the experiences of double forced migration. Research limitations/implications – This research has limitations related to the sample size but provides data on a topic that deserves more attention in the field of immigrant and health studies. The authors argue that health and social professionals must resist “finalizing” refugees into disempowered identities that undermine human agency. Originality/value – Research on resettlement experiences after forced migration is a burgeoning field in refugee studies. The originality lies in drawing on Bahktin to develop practical implications to guide health and social practice in this area marked by racialization and fundamentalism.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,031 | 0,016 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».