La Maison Bleue: Strengthening resilience among migrant mothers living in Montreal, Canada
Notice bibliographique
Résumé
INTRODUCTION: La Maison Bleue is a community-based perinatal health and social centre in Montreal that provides services during pregnancy up to age five to families living in vulnerable contexts. The study aimed to describe: 1) the challenges and protective factors that affect the well-being of migrant families receiving care at La Maison Bleue; and 2) how La Maison Bleue strengthens resilience among these families. METHODS: We conducted a focused ethnography. Immigrants, refugees, asylum seekers and undocumented migrants were invited to participate. We collected data from November to December 2017 via semi-structured interviews and participant observation during group activities at La Maison Bleue. Data were thematically analysed. RESULTS: Twenty-four mothers participated (9 interviewed, 17 observed). Challenges to well-being included family separation, isolation, loss of support, the immigration process, an unfamiliar culture and environment, and language barriers. Key protective factors were women's intrinsic drive to overcome difficulties, their positive outlook and ability to find meaning in their adversity, their faith, culture and traditions, and supportive relationships, both locally and transnationally. La Maison Bleue strengthened resilience by providing a safe space, offering holistic care that responded to both medical and psychosocial needs, and empowering women to achieve their full potential towards better health for themselves and their families. CONCLUSION: Migrant mothers have many strengths and centres like La Maison Bleue can offer a safe space and be an empowering community resource to assist mothers in overcoming the multiple challenges that they face while resettling and raising their young children in a new country.
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 | 0,000 | 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) | 0,001 | 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 ».