Forced Displacement and Racialization: The Colombian Experience
Notice bibliographique
Résumé
This thesis compares the differential processes of racialization from a Colombian perspective experienced by three groups of displaced migrants in the global North and South. First, internally displaced persons (IDPs) who have been forced to move to the Coffee Region in Colombia after leaving their homes in rural regions between 2000 and 2015. Second, Colombian refugees who had similarly sought asylum in Toronto, Canada, and who migrated between 1997 and 2004. Third, Venezuelan migrants who arrived in the Coffee Region in Colombia between 2014 and 2018 due to the deteriorating living conditions and crisis in Venezuela. This research contributes to further theoretical debates on critical geographies of race, postcolonial geography, and urban geography in relation to forced migration. The objective of this research is to question understandings of race and racism, particularly how space and mobility affect the dynamics of racialization through such diverse experiences of forced displacement. The main argument of this research is that the process of forced displacement (as experienced by the Colombian IDPs and Venezuelan migrants to the Coffee Region in Colombia, and for the Colombian refugees to Toronto), results in spatialities of racialization. While escaping violence and economic hardship, forced migrants are subjected to oppressive and exclusionary processes that make them vulnerable to systemic racism and microaggressions. This comparative research uses a combination of qualitative methodologies, including in-depth semi-structured interviews, participant observation, field diary, and policy and document reviews. The research reveals that despite different experiences of internal displacement or transnational migration, spatial processes of racialization present similar dynamics of white supremacy as the dominant racial ideology.
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 | 0,001 | 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 | 0,018 | 0,010 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».