MétaCan
Menu
Retour à la cohorte
Enregistrement W2917729011 · doi:10.4087/ahqy6800

(De)Constructing Multiculturalism: A Discourse Analysis of Immigration and Refugee System in Canadian Media

2016· article· en· W2917729011 sur OpenAlexaffabout
Kim Chuong, Saba Safdat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMulticulturalismImmigrationRefugeePolitical scienceSociologyComputer scienceMedia studiesLaw

Résumé

récupéré en direct d'OpenAlex

A succession of policy changes to the immigration and refugee system has been made in Canada in recent years by the Conservative federal government. Since most people’s understandings about immigration issues come from exposure to the news, the media have an important role in producing and reproducing prevalent public opinions to support and legitimize, or criticize, social and political actions. The present study examines how the immigration and refugee policy changes have been represented in mainstream print media and provides an important interface between recent political decision-making and society with regard to immigration issues. In our analysis, we demonstrate that there is a construction of the existing system as facing crisis due to rampant frauds to legitimize the implementation of more restrictive “get-tough” policies as pragmatic and commonsensical interventions. On the other hand, there is a privileging of framing immigration as being necessary for society, albeit in economic rather than sociocultural terms. In the media, social categorizations of immigrants into “good” and “bad,” and refugee claimants into “genuine” and “bogus,” are deployed to support the policy changes for a market-driven immigration system while restricting the admission of refugees and family-class immigrants, who are often portrayed as a burden on public resources.

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 enseignants0,755
Score d'incertitude au seuil0,559

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDiscourse Analysis in Language StudiesTravaux en français237 207