MétaCan
Menu
Retour à la cohorte
Enregistrement W3194856600 · doi:10.1186/s40359-021-00630-6

“Let us define ourselves”: forced migrants’ use of multiple identities as a tactic for social navigation

2021· article· en· W3194856600 sur OpenAlexaff
Dieu Hack‐Polay, Ali B. Mahmoud, Maria Kordowicz, Roda Madziva, Charles Kivunja

Notice bibliographique

RevueBMC Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensCrandall University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)Thematic analysisForced marriageSocial identity theorySocial psychologyTwo-alternative forced choiceSocial constructivismPsychologyStigma (botany)SociologyForced migrationGender studiesQualitative researchSocial groupSocial sciencePolitical scienceRefugeeCognitive psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The article examines how and why multiple identities are altered, used and discarded by forced migrants. METHODS: The research is located in the constructivist paradigm. We used thematic analysis to analyse data gathered through interviews with nineteen forced migrants. RESULTS: We found that, though individual migrants can make deliberate choices about which identities to be associated with, they are constrained in the process by external socio-economic factors that lead them to adopt identities that are perceived to be advantageous to navigate the new social system. Moreover, the construction of forced migrants' identity includes significant contextuality, transactionality and situatedness. CONCLUSIONS: Our research contributes to the literature on migrant identity practice concerning the stigma associated with forced migrant status and the extent to which migrants appraise their reception in exile as undignified. Additionally, examining migrant identities allows the researchers to apprehend the diverse facets of identity as far as migrants are concerned. Future research may draw a larger sample to examine other impactful dimensions of identity fluctuation, e.g. gender, education, social media, the extent of prior trauma, etc.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,012
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,016
Communication savante0,0050,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
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 Opus0,117
Tête enseignante GPT0,412
Écart entre enseignants0,295 · 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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychologyMême sujetMigration, Health and TraumaTravaux en français237 207