Narratives of Learning and Resisting: An Intersectional Analysis of Lived Experiences of First-Generation South Asian Female International Graduate Students
Notice bibliographique
Résumé
This study was influenced by my own experience as a first-generation South Asian female international graduate student in Canada. As I reflected on my experiences as part of an assignment for one of my Master of Education courses, I became interested in experiences of others who have followed a similar path. Namely, first-generation female international graduate students from South Asia. A literature searches of education databases at the University of Windsor Leddy Library led me to the conclusion that while several studies have examined experiences of international students in Canadian post secondary institutions (Chataway & Berry, 1989; De Moissac et al., 2020; Oloo, 2022; Pidgeon & Andres, 2005), there is a gap in research that relate specifically to experiences of first-generation South Asian female international graduate students in Canada. Grounded in the community cultural wealth (CCW) theoretical model (Yosso, 2005), this narrative inquiry employs semi-structured interviews as conversations to explore experiences of six study participants. Intersectional and thematic analysis of participant narratives resulted in 13 “inductively” identified themes which emerged from the data itself in the domains of Opportunities, Challenges, and Overcoming Challenges. And six “deductively” identified themes which mapped onto the six domains of the CCW model that were identified in the participant narratives.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,015 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».