MétaCan
Menu
Retour à la cohorte
Enregistrement W4392591733 · doi:10.1177/00027642241234130

One Label Doesn’t Fit All: Self-Labeling Practices Within the Chinese Immigrant Community in Canada

2024· article· en· W4392591733 sur OpenAlexaffabout
Odilia Yim, Sonia K. Kang

Notice bibliographique

RevueAmerican Behavioral Scientist · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmigrationDemographic economicsSociologyPsychologySocial psychologyPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Ethnic minority populations, such as the Chinese and other racial minority communities, have traditionally been the targets of physical and social harassment. The onset of the Coronavirus (COVID-19) pandemic has reignited the racism, violence, and xenophobia faced by individuals of Chinese descent across North America. As a result, there is now a spotlight on the Chinese immigrant experience and the capacity for these individuals to authentically communicate and present their identities, specifically through the use of self-labels. In a mixed-methods investigation, we assessed the preferred self-labels among a sample of the Chinese population in Canada and sought to uncover the meanings imbued in the labels they use to describe themselves across different contexts. In addition, the relationships between label preferences and measures of ethnic identity and language were examined. Although bicultural labels (e.g., Chinese Canadian, Canadian Chinese, Hong Kong Canadian, etc.) were the most preferred, there was a variety of labels used, suggesting a more complex meaning in the choice of self-labels. Implications for identity and self-categorization are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,432
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207