Survivre au racisme anti-noir. Expériences vécues de racisme et de discriminations raciales : état de santé mentale et stratégies utilisées
Notice bibliographique
Résumé
Le Canada est généralement perçu comme un pays accueillant pour les personnes immigrantes, et le Québec est parfois la province de résidence choisie par les personnes noires francophones qui souhaitent s’y établir. Cependant, dans le contexte de l’immigration mondiale, le phénomène du « racisme anti-Noir » (RAN), soit le racisme envers les personnes noires, persiste au sein de la société québécoise. Par conséquent, il est inexact d’affirmer que les personnes noires vivent dans une société postraciale, c’est-à-dire une société exempte de racisme, car elles sont toujours la cible de formes flagrantes ou subtiles de discrimination raciale (DR). Cette étude est particulièrement importante au Québec sur le plan social, car elle permet aux membres de la société d’avoir une compréhension partagée des enjeux raciaux actuels dans cette province. Il faut surtout que la parole soit donnée aux personnes qui ont vécu des expériences de racisme ou de DR, afin que leurs voix soient comprises et entendues. Sur le plan clinique, cette étude est tout aussi essentielle pour aider les psychologues à adapter leurs pratiques professionnelles en tenant compte des problématiques raciales rencontrées par les personnes qui les consultent. Les psychologues font aussi partie d’un groupe de personnes qui sont témoins de la souffrance humaine et qui doivent acquérir les connaissances nécessaires pour aider les personnes noires à aller au-delà de la « survie », mais surtout pour se lier de nouveau à leur « humanité ». Les objectifs de cette étude consistent à documenter les expériences raciales de personnes noires vivant au Québec. Elle vient donc enrichir les connaissances dans ce domaine, en s’ajoutant aux autres recherches antiracistes, notamment celles qui prennent en considération les réalités et les perspectives des personnes noires. Les objectifs spécifiques de cette étude sont les suivants : 1) explorer les effets de l’expérience du racisme et de la discrimination raciale sur la santé mentale des personnes s’identifiant à la communauté noire du Québec, 2) connaître les stratégies utilisées par des personnes s’identifiant à la communauté noire du Québec pour faire face au racisme et à la discrimination raciale et, 3) comprendre l’impact des stratégies utilisées pour faire face au racisme et à discrimination raciale sur la santé mentale des personnes s’identifiant à la communauté noire du Québec. C’est au travers d’une analyse phénoménologique interprétative (API) de dix entretiens semi-dirigés, menés auprès de personnes s’identifiant aux communautés noires du Québec, que cette recherche a permis d’identifier quatre principaux thèmes qui ont émergé à partir de leurs témoignages : 1) la prise de conscience d’être une personne noire au Québec, 2) la compréhension d’un racisme tranquille au Québec, 3) les cicatrices psychologiques laissées par le racisme et, 4) la résistance culturelle d’une communauté. Les résultats de cette étude sont discutés et mis en relation avec les recherches existantes sur les principaux thèmes de l’étude. Une perspective historique et psychologique ainsi qu’une compréhension du savoir noir sont mises de l’avant pour mieux comprendre les expériences vécues par les personnes de l’étude. Les contributions de cette étude sont également présentées en nommant ses forces et ses limites, ainsi que quelques pistes de recherches futures. Les implications cliniques d’une telle étude sont aussi abordées sous l’angle des compétences raciales pour les psychologues travaillant auprès des communautés noires. De plus, une approche simple et humaine pour développer des compétences antiracistes est présentée pour toute personne intéressée par les questions raciales, c’est le modèle S.A.G.E. La dernière section porte sur mes réflexions personnelles, soit un retour sur mon parcours dans la réalisation d’une étude sur le racisme. Ce mémoire doctoral se termine par une conclusion.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».