Integration into Canadian Society: Immigration, Language and Sense of Belonging
Notice bibliographique
Résumé
Language allows individuals to place themselves in the world, telling others about who they are and allowing them to claim membership to multiple groups (Skinner et al., 2001, pp. 14-15). People engage in a never-ending process of claiming, rejecting, searching for and constructing an identity. In the context of immigration, identity negotiation is affected by language and structures of expectations that regulate how discourse is organized. This study examines narratives of immigration through the theories of sense of belonging and structures of expectation to understand the role of language in immigrants’ sense of belonging. The research focused on understanding to what extent language influences the establishment of immigrants’ relations of belonging to Canadian society and determines the ways in which immigrants’ feelings of belonging are affected by their structures of expectations. Data was collected through five digital storytelling workshops with 19 immigrants in the city of Calgary. NVivo (Qualitative Data Analysis Software) and Critical Narrative Analysis (CDA) were used to organize, code and analyze the data collected. The findings shed light on how language affects immigrants’ sense of belonging and how multiple frames, such as integration discourses and individuals’ experiences, affect everyday interaction. This study presents an argument against integration and in favor of developing a sense of belonging for immigrants based on the need for a joint effort of all members of the community to create a safe space in which differences and diversity are recognized, celebrated and encouraged.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,042 | 0,016 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».