“Where are you really from?” Gender, race, and subjectivity in the lives of Indo-Fijian immigrant young women in Canada and the United States of America
Notice bibliographique
Résumé
Within Indo-Fijian immigrant communities in Vancouver, Canada and Sacramento, U.S.A., some young women have struggled daily with questions of who they are. This research documents ethnographically how they have created, constructed, and negotiated identities as a result of their experiences as immigrants in Canada and the United States. While these young women negotiated subjectivities as racialized young female immigrants in a multicultural, or diverse, society, their decision regarding where they belong on the racial hierarchy of North American culture is at the forefront of these negotiations. Drawing on my ethnographic research in the form of participant observation at a number of cultural and athletic events as well as in-depth individual interviews with 18 young Indo-Fijian immigrant women in Vancouver, B.C., and Sacramento, California, I discuss how subjectivity of immigrant girls is constructed as a result of conflicts around culture, race, nationality, intergenerational conflict, and gender. By focusing on young women I attempt to contribute to feminist insights within the study of youth by acknowledging the experiences of youths’ gendered lives. Subjectivity then, for these individuals extends beyond the choices of adapting to their post migration North American culture or remaining loyal to their Indo-Fijian culture. I propose that the racialized world of the youth denies these young women freedom to self-identify themselves. By using the native ethnographer approach as well as using auto-ethnography, I demonstrate that subjectivity is a complex and multi-faceted concept and, its expression is influenced by social domains, and that changes over time and space dependent on specific social situations, environments, and settings.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,033 | 0,015 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».