Interracial Intimacies: Navigating Race and Culture in Heterosexual Racialized-white Relationships in Toronto
Notice bibliographique
Résumé
The number of mixed-race couples in Canada, especially in metropolitan cities such as Toronto, is on a steadfast rise, yet there is limited culturally relevant research and literature on interracial unions. This study was conducted in response to the critical need for Canadian-specific research on this demographic, since there is an over-reliance on antiquated, problem-focused and United States-based research to inform the field of counselling and psychotherapy in Canada. The present study aimed to address this paucity by asking the question: what are the lived experiences of heterosexual, Racialized-White mixed-race couples in Toronto with regards to issues of race and culture? A constructivist grounded theory methodology explored the lived experiences of 12 heterosexual Racialized-White couples in Toronto and the Greater Toronto Area (GTA). Four key themes emerged from the findings – lived experiences of race/culture prior to mixed-race relationships; lived experiences of race/culture in mixed-race relationships; critical reflections on lived experiences: negotiating differences, racism and privilege, and being in ‘the middle’ of two races and cultures; and lived experiences beyond race/culture. The themes illustrated the multifaceted, vastly diverse and dynamic experiences and processes evident in these unions. This research further postulated that the experiences of interracial couples cannot be fully ascertained without a critical consideration within the context of Canadian colonialism, White supremacy, heteropatriarchy and endogamous discourse. A mid-level theory arose from this study, revealing the multilayered influences on and experiences of heterosexual interracial couples. Implications for education, research and counselling and psychotherapy are addressed, including contributions to intercultural counselling competencies and decolonial pedagogy for counselling psychology programs. Key Words and Phrases: Mixed-Race Relationships, Racialized-White, Race, Culture, Canada
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,009 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».