Violence and its influence on the wellbeing and integration of immigrant and refugee women in Canada.
Notice bibliographique
Résumé
Violence against women has severe health and social repercussions for everyone involved. As a result, gender-based violence (GENDER-BASED VIOLENCE) has become a greater concern for activists, feminists, scholars, and increasingly, migration workers. Although the issue of gender-based violence is the subject of much research, the experiences of newcomer women are often ignored. Several factors make newcomer women more vulnerable to GENDER-BASED VIOLENCE in their new country. These factors are exacerbated by migration, change in environment, socioeconomic status, cultural differences, language barriers, and lack of awareness of resources that prevent them from receiving assistance. Studies have shown that immigrant and refugee women face additional systemic, interpersonal, sociopolitical and cultural barriers that are reproduced through the interaction of multiple forms of identity dimensions and forms of oppression (Jayasuriya, 2018; Thurston et al., 2013). My study is informed by the intersectional theory which is used to understand the experience of newcomer women survivors. My research is part of a larger international project examining the experience of gender-based violence among immigrant and refugee women in seven countries (Freedman et al., 2021). I conducted six (6) semi-structured interviews with immigrant and refugee women in British Columbia, Alberta, Saskatchewan and Manitoba to answer the question, “How does violence against immigrant and refugee women affects their psychological well-being and integration process in Canada? My results indicate that lack of safe and alternative housing, social support, access to social services, financial independence coupled with unemployment, and lack of awareness are major reasons for newcomer women not seeking or leaving abusive relationships. I conclude by providing some suggestions regarding policy and programing around newcomer women and GENDER-BASED VIOLENCE.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».