Narratives of Ukrainian diaspora mobilization in Canada: a discourse analysis
Notice bibliographique
Résumé
The largest Ukrainian diaspora is in Canada, however, after the start of massive Russian aggression in 2022, the figures for Canadian assistance to Ukraine cannot compete even with the five countries supplying assistance to Ukraine in the current situation. It is still unclear why the potential opportunity to influence Canada’s domestic and foreign policy was lost on the part of the Ukrainian diaspora, but in this thesis, we will look at how the mobilization of the Ukrainian diaspora took place in the light of unfavorable events in their native state. The purpose of this study is to find out how the Ukrainian diaspora mobilized its supporters in the period from 2014 to 2022. This study conducts a critical discourse analysis of the narratives that shaped the discourse of the presidents of the Ukrainian Canadian Congress and contributed to the mobilization of the Ukrainian diaspora in Canada. The thesis analyzes text and video reports of the presidents of the Ukrainian Canadian Congress and focuses on 3 narratives: “Struggle for Freedom and Dignity” narrative, “Holodomor and Canada's First National Internment Operations” narrative, and “Ethnic and Organizational Cohesion” narrative. Thus, during the period under study, the participants of the Ukrainian Canadian Congress mainly used the “Struggle for freedom and dignity” narrative and the “Ethnic and organizational cohesion” narrative; they can rightfully be considered the dominant and formative narratives for the mobilization of the Ukrainian diaspora. The “Holodomor and Canada's First National Internment Operations” narrative was practically not used in the discourse to mobilize diaspora supporters.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».