Gender at the intersection with race and class in the schooling and wellbeing of immigrant-origin students
Notice bibliographique
Résumé
BACKGROUND: In French-language secondary schools in Quebec, among all immigrant-origin students, those originating from South Asia have the highest dropout rate. However, girls belonging to this group consistently outperform their male peers of similar ethnic background. This stirs questions about the reasons for this relative outperformance and its linkage with overall wellbeing among these girls. METHODS: A mixed methods approach guided data collection. It involved in-depth interviews with female and male students of South Asian origin (n = 19) and with individuals holding educational roles in the lives of youth (n = 25). An additional anonymous questionnaire aggregated parent perspectives (n = 36), though this article focuses primarily on qualitative lessons. RESULTS: This article shows three main reasons for why South Asian female adolescents in Quebec French-language secondary schools outperform their male counterparts in schooling attainment: parental expectations after migration, socialization at home, and relationships at school. According to our findings, academic perseverance among these girls does not necessarily translate into their improved wellbeing or their involvement in an advantageous process of acculturation. CONCLUSIONS: This study highlights that although gender, ethnicity, and class can create an interlocking system of oppression in certain social spheres for a specific group of women, it can emerge as advantageous in other contexts for the same group. This provides educational policy makers, as well as school and community workers, with guidance and avenues for action that can promote the wellbeing of immigrant-origin girls through involvement in beneficial processes of acculturation aligned with their improved academic performance.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».