MétaCan
Menu
Retour à la cohorte
Enregistrement W4313826226 · doi:10.1017/s0144686x22001349

“Me? At this age?”: A narrative analysis of older South Asian Muslim immigrant women’s subjectivity-formations in migration arrangements

2023· article· en· W4313826226 sur OpenAlexaffabout
Manaal Syed

Notice bibliographique

RevueAgeing and Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGender studiesSubjectivityAgency (philosophy)NarrativeImmigrationSociologyScholarshipNegotiationNarrative inquirySettlement (finance)TransnationalismPolitical scienceSocial sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Critical and feminist ageing scholarship has drawn attention to how dominant discourses of ageing negatively impact older women's identities and social lives. While research intersecting migration and ageing has broadly focused on older immigrants' settlement experiences, very little is known about the discursive influences over older immigrant women's sense of agency and social relations. To address this knowledge gap, this study explores the subjectivity-formations of older South Asian Muslim women engaged in transnational migration. Narrative and discourse analysis principles were used to conduct and analyse life story-based interviews with 15 South Asian Muslim older women who recently migrated to Toronto, Canada. Findings indicate that participant subjectivity-formations are shaped by: (a) discourses of ageing; (b) socio-cultural–religious discourses; and (c) discourses of transnational migration. In response, participants engaged in dynamic strategies including conforming, negotiating, creating alternative narratives and/or resisting these discourses to organise their lives. These findings reinforce the continued need to trace the governmentality of structural conditions over ageing migrant women's lives and their responsive strategies to manage these impacts.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,009
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,262 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetMigration and Labor DynamicsTravaux en français237 207