Exploring Language Learning Experiences of Kurdish and Turkish Asylum Claimants in Canada Through Arts-Informed Research
Notice bibliographique
Résumé
According to United Nations High Commissioner for Refugees, the highest level of displacement on record was reached in 2019 with 79.5 million people being forced to migrate (United Nations High Commissioner for Refugees, 2020). Although there is a significant influx of asylum seekers arriving in Canada from Turkey, there have been no studies completed in Canada that focus on the experiences of Kurdish and Turkish refugee claimants. Asylum seekers’ lived experiences need to be further investigated because their precarious legal status together with changing governmental policies may limit their access to language education and resettlement programs. Grounded in the arts, this paper analyzes the role of languages and language-learning experiences on Turkish and Kurdish asylum seekers and their integration into Canadian life. Participants were given the opportunity to document their challenges, needs, concerns and successes related to their integration and language-learning experiences by creating different art forms. Analysis of the data is made through the lens of Cooper’s (2011) Bridging Multiple Worlds Theory and Freire’s (1972) concept of critical consciousness. This research will be informative for educators and policy makers involved in the education of young adults from refugee backgrounds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,033 | 0,013 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».