The Construction of Refugees in the Canadian News Media: A Critical Discourse Analysis
Notice bibliographique
Résumé
Introduction: Immigration, Refugees and Citizenship Canada has estimated that 9,237 refugees arrived in 2020, and 20,391 in 2021. Many of these refugees have been racialized people who have encountered racism during settlement. News media reporting is one such channel of racism. Objective: The aim of this paper is to answer the research question, how are refugees constructed in Canadian news media? Theory: Using a Critical Discourse Analysis methodological approach, we adapted Ruth’s Wodak’s Discourse Historical Approach and Framing Theory of Media Analysis. Methods: We used the ProQuest Canadian Newsstream database to search for articles across six newspapers: National Post, Globe and Mail, Calgary Herald, Calgary Sun, Edmonton Journal, and Edmonton Sun using the search terms “refugee” and “asylum seeker”. We limited our search to articles published between 2011 to 2021. We used Nvivo version 12 to examine, code, and analyze our dataset. Findings: We had a total of 1,618 results across the newspapers. After title and abstract screening, we had 1,293 articles and after screening full texts, 325 newspaper articles. We found three major themes, representing how refugee identity was constructed in Canada from 2011 to 2021. Two of these themes were frames. These were 1) Commodity and 2) Threat. There were two sub-themes under each of these themes. Under Commodity, there were Helpless Victims and Working Bodies and under Threat, there were Terrorist and Criminal. The third major theme was Dehumanization, which as opposed to a resulting frame, was a discursive strategy that underlay and weaved through the refugee identity constructs. Conclusion: Our findings demonstrate that dehumanization is crucial to the construction of refugees in Canadian media as a precursor for humans to commit or support racist, punitive refugee policies. In effect, to dismiss the refugee's physical and psychosocial wellbeing, economic security, safe and healthy living environment, and other needs for survival, one must first dismiss the refugee’s humanity.
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 | 0,024 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,027 | 0,028 |
| Études des sciences et des technologies | 0,033 | 0,034 |
| Communication savante | 0,025 | 0,008 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».