Underground Patchworks of Access: Migrant Health Activism in Ontario and the Emotional Work of Storytelling and Deservingness
Notice bibliographique
Résumé
This dissertation examines how Ontario migrant health activists use de/bordering strategies to negotiate healthcare access for individuals with precarious status. It focuses on the emotional work involved in this advocacy, exploring how activists navigate shifting institutional and interpersonal contexts, manage emotional challenges, and adapt their de/bordering efforts accordingly. Using discourse analysis, I draw on 47 in-depth interviews and institutional and governmental health documents. Engaging interdisciplinary literatures in bordering studies, social movement theory, and affect scholarship, I analyze how storytelling, emotions, and context shape migrant health advocacy. Activists’ stories, shaped by evolving contexts and emotional responses, inform their de/bordering strategies. Their emotional work is sustained through coalition-building and solidarity, which help them cope with distress and build relationships that in turn shape their advocacy. I argue that by telling stories rooted in emotional experiences and shifting contexts, activists iteratively construct non-binary understandings of deservingness and challenge dominant discourses and power structures. Their de/bordering strategies evolve across socio-political and emotional contexts, drawing on storytelling, informal knowledge-sharing, and coalition-building as both advocacy and support. This dissertation contributes to bordering scholarship by offering empirical and theoretical insights into how de/bordering strategies are enacted in migrant health advocacy and how emotional and contextual shifts shape activists’ work. I examine how activists negotiate healthcare access while navigating exclusionary immigration and health regimes. In doing so, I bring de/bordering as a concept into conversation with broader dynamics of differential inclusion and expand the literature by developing a framework attuned to the complexity of deservingness assessments in this field.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,021 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».