MétaCan
Menu
Retour à la cohorte
Enregistrement W4253814376 · doi:10.32920/ryerson.14655672

Of resilence and empowerment : a single case study exploring the mental health of a Jewish woman who immigrated to Canada as an independent applicant

2021· preprint· en· W4253814376 sur OpenAlexaffabout
Melissa E. Feldman

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensToronto Metropolitan UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésMental healthEmpowermentParticipant observationJudaismImmigrationIntersectionalityPsychological resilienceEthnic groupCoping (psychology)PsychologySocial supportCitizenshipGender studiesRefugeeSociologySocial psychologyClinical psychologyPolitical scienceGeographyPsychiatrySocial sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This was a single case study, which explored the mental health issues affecting a Jewish woman who immigrated to Canada as a principal applicant. The study looked at the coping strategies “Cecile,” a 69-year-old participant who emigrated from Czechoslovakia in 1986, used during her integration vs. settlement process. There were three semi-structured interviews. The theory of intersectionality was used to examine the intersecting impact of social identities such as racialized status, ethnicity, gender and class have on the participant’s mental health. Cecile provided insight into the resilience of Jewish immigrant women. The social identities Cecile identified with were Judaism, professional status, citizenship, country of origin and immigrant status. The results also show that Cecile displayed resilience in overcoming obstacles. Further research is needed to understand whether other women who have immigrated as independent applicants, Jewish or not, share this resilience. Key Words: Case Study, Mental Health, Resilience, Intersectionality, Coping Strategies

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,931
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,004
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
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 Opus0,096
Tête enseignante GPT0,380
Écart entre enseignants0,284 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRacial and Ethnic Identity ResearchTravaux en français237 207