MétaCan
Menu
Retour à la cohorte
Enregistrement W2917717493 · doi:10.20355/jcie29358

Language and Identity Development Among Syrian Adult Refugees in Canada: A Bourdieusian Analysis

2019· article· en· W2917717493 sur OpenAlexaffvenueabout
Needal Ghadi, Christine Massing, Daniel Kikulwe, Crystal J. Giesbrecht

Notice bibliographique

RevueJournal of Contemporary Issues in Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésRefugeeIdentity (music)Gender studiesContext (archaeology)SociologyHabitusSyrian refugeesCapital (architecture)Work (physics)Social capitalQualitative researchFocus groupImmigrationCultural capitalPolitical scienceSocial scienceGeographyAestheticsAnthropology

Résumé

récupéré en direct d'OpenAlex

Framed by Bourdieu’s work, this article focuses on the intersections between language learning experiences, capital, and identities of Syrian refugees now living in Regina, Saskatchewan. In this qualitative study, data were collected during a series of focus groups with Syrian women and men. Based on the study findings, we contend that the participants’ multiple identities as hard-working, employed, independent, Muslim mothers or fathers, and wives or husbands developed in Syria were gradually eroded or altered by the realities they experienced in Canada, yet they had a strong desire to re-establish their identity constructions from back home in the new context. We assert that the loss of their linguistic capital from back home limited their employment prospects, impacted their abilities to form social relationships with native English speakers, and led to a shift in traditional gender roles. It is imperative to adapt language training programs in order to support refugees in re-establishing themselves in their professional fields and daily living activities.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,054
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0270,011
Communication savante0,0070,001
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,414
Écart entre enseignants0,398 · 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

Citations19
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary Issues in EducationMême sujetMultilingual Education and PolicyTravaux en français237 207