MétaCan
Menu
Retour à la cohorte
Enregistrement W7161994047 · doi:10.82308/5229

An ethnography of a refugee family adjusting to life through leisure in Montréal

2022· dissertation· en· W7161994047 sur OpenAlexaboutno aff
Shoaib-Hasan Shaikh

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnographyFamily lifeGender relationsDomestic workContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

Cette étude explore comment une nouvelle famille de réfugiés Tchadiens s’est adaptée au quotidien montréalais à travers les loisirs et les sports entre les années 2019 et 2021. L’étude de ce processus d’adaptation est pertinente, puisque de nombreuses familles d’immigrants et de réfugiés ont déclaré avoir vécu une détérioration importante de leur état de santé physique et mentale au cours des deux premières années suivant leur arrivée au Canada (Fuller-Thomson, Noack et George, 2011). Bien que ces détériorations aient largement été attribuées aux difficultés d’accès aux services de soins de santé (Robert et Gilkinson, 2010), l’impact des autres ressources disponibles dans le domaine de la santé et du bien-être et le mode de vie de ces familles est peu connu et étudié. Ainsi, la présente étude ethnographique, réalisée sur une période d’un an dans un arrondissement ouvrier de Montréal, a pour but d’explorer comment une famille de réfugiés a conçu et négocié différentes opportunités dans les loisirs et les sports dans un contexte d’inégalités sociales grandissantes lors de la pandémie de COVID-19. L’analyse de cette thèse est liée, de façon théorique, au concept de «chaos-monde» d’Édouard Glissant (1990), et met en évidence les rôles complexes du sport, de l’activité physique et des loisirs lors du processus d’adaptation des nouveaux arrivants

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,007
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,360
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports, Gender, and SocietyTravaux en français237 207