From Victimhood to Mobilization: Stories of Muslim Women Activists in London, Ontario Responding to The Afzaal Family Murders
Notice bibliographique
Résumé
This thesis explores the complex responses of seven Muslim women activists in London, Ontario, following the tragic Afzaal family murders.Employing a feministcentered methodology, the study utilizes storytelling and qualitative interviews to probe the emotional and social impacts on the Muslim community in the wake of this terrorist attack.The research highlights how these women, engaged in various fields including nonprofit work, campus activities, the arts, and youth initiatives, exhibit resilience and agency.Active listening and empathetic engagement, emphasizing "story-listening," are key methods in this study that align with progressive anti-colonial research practices.The study identifies three critical themes: Reclaiming Voices, where the activists take control of their narratives, assert their rights to tell their stories authentically and on their own terms; Navigating Ongoing Trauma, acknowledging the persistent effects of Islamophobia as a continual reality in their lives; and Collective Care and Community Building, underscoring their involvement in a broader support and solidarity network.These themes illuminate how the women move beyond a narrative of victimhood, positioning themselves as proactive agents in community healing and change.The findings challenge the conventional damage-centric narrative prevalent in research about Muslim women, focusing instead on their dynamic roles in fostering community resilience and activism.This research advocates for a shift in future studies from merely documenting suffering to a broader analysis of social and historical contexts.The activism strategies of these women provide insights into coping and resistance, challenging traditional narratives in feminist and decolonial research.This study significantly contributes to our understanding of the unique challenges faced by Muslim women activists, celebrating their strength, agency, and crucial role in community transformation.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,018 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».