MétaCan
Menu
Retour à la cohorte
Enregistrement W2746831794 · doi:10.1080/13613324.2020.1798388

Impact of Islamophobia on post-secondary Muslim students attending Ontario universities

2020· article· en· W2746831794 sur OpenAlexaffabout
Hassina Alizai

Notice bibliographique

RevueRace Ethnicity and Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIslamophobiaTerrorismIdentity (music)Context (archaeology)Gender studiesSociologyPolitical scienceInterviewRacismIslamHigher educationPoliticsLawTheology

Résumé

récupéré en direct d'OpenAlex

This study investigated the experiences of Muslim students attending Canadian institutions of higher education in the context of increasing Islamophobia. Qualitative semi-structured interviewing was used to explore the impact of anti-Muslim sentiment on the academic experiences of Muslim students and patterns of identity construction subsequent to recent national and international terrorism-labeled events such as the 2015 Paris bombings and 2015 San Bernardino mass shooting. Analysis of interview data yielded two major themes: (a) the formation of a strong religious identity in response to experiences of Islamophobia and (b) a distinction between general Islamophobia and gendered Islamophobia. The findings suggest that Muslim students in the current post 9/11 era are becoming increasingly devout, have a strong attachment to their religious identity, and are at the forefront of advocating for Muslims through education, activism, civic participation, and interfaith dialogue.

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)0,000
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,362
Écart entre enseignants0,331 · 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'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

Citations36
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRace Ethnicity and EducationMême sujetTerrorism, Counterterrorism, and Political ViolenceTravaux en français237 207