MétaCan
Menu
Back to cohort
Record W2181675895 · doi:10.82308/37662

Refugee narratives in Montreal: negotiating everyday social exclusion and inclusion

2014· article· en· W2181675895 on OpenAlexfundaboutno aff
Lalai Manjikian

Bibliographic record

VenueeScholarship@McGill (McGill) · 2014
Typearticle
Languageen
FieldSocial Sciences
TopicMigration, Refugees, and Integration
Canadian institutionsnot available
FundersSocial Sciences and Humanities Research Council of CanadaMcGill University
KeywordsRefugeeNarrativeSocial exclusionNegotiationInclusion (mineral)Gender studiesSociologyPolitical scienceCriminologySocial scienceArtLaw

Abstract

fetched live from OpenAlex

Cette dissertation examine la situation complexe dans laquelle se trouvent les demandeurs d'asile en tant que réfugiés qui habitent Montréal. Alors que ceux-ci attendent que les agents d'immigration prennent une décision face à leur statut, ils deviennent des agents actifs socialement et politiquement dans leur quotidien. Mon étude est basée sur des entrevues semi-directives faites auprès de gens qui font une demande d'asile en tant que réfugiés. L'analyse porte sur leur quotidien, et considère les notions d'inclusion et d'exclusion. Mon cadre théorique est multidisciplinaire et s'inspire de la sociologie, l'urbanisme, les études sur les modes de citoyenneté alternatives, les méthodes qualitatives et les récits narratifs. Alors que la plupart des études sur les demandeurs d'asile en tant que réfugiés se concentrent sur leur marginalisation, j'affirme plutôt que l'inclusion et l'exclusionsont deux choses qui s'interpellent dans le quotidien. Sans nier les difficultés auxquelles ils font face dans leurs nouvelles vies – la xénophobie, les obstacles administratifs, l'instabilité économique, l'accès limité à certains droits civiques, et même la peur de la déportation – je mets l'accent sur l'inclusion sociale, leur participation active dans la société et ce qu'ils contribuent à leur nouvelle communauté. Durant la période de 'l'entre-deux', alors qu'ils tentent de s'établir, ils s'impliquent dans la société, par exemple dans les domaines du bénévolat ou encore l'action politique. Ils créent ainsi des lieux et des moments d'inclusion, qui leur permettent d'appartenir d'une manière informelle à une certaine citoyenneté. Cette perspective permet donc de contrebalancer les étiquettes sociales négatives qui sont parfois rattachées à ces personnes : « abuseurs du système » ou « paresseux ». Ces fausses perceptions sont communes, et se propagent au sein des medias, du gouvernement et du public en général. Afin de mieux comprendre leur situation, je démontre que ces nouveaux arrivants se forgent une place dans la ville. De plus, je soutiens que la façon dont ils ont quitté leur pays d'origine – souvent involontairement – structure la perception de leur pays d'origine et les liens d'attachement avec leur nouveau domicile. Finalement, je propose une analyse qualitative de deux scénarios de pièces de théâtre intégrant des récits réels de réfugiés. Je démontre que ces exemples spécifiques contribuent à une production culturelle urbaine qui dénote toute la complexité des phénomènes d'inclusion et d'exclusion qui émergent suite à la migration des gens, permettantainsi de s'exprimer d'une manière nouvelle. De ce fait, je note qu'il est impératifde bien examiner les tensions qui existent entre l'inclusion et l'exclusion sociale afin de bien comprendre la situation des demandeurs d'asile en tant que réfugiés. Le fait d'accepter que ces demandeurs d'asile aient un rôle informel en tant que citoyens procure de nouvelles alternatives pour étudier la présence des réfugiés dans la ville, en rejetant les préjugés, stéréotypes et étiquettes.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.153
Threshold uncertainty score0.308

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.006
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.003
Science and technology studies0.0210.018
Scholarly communication0.0070.004
Open science0.0020.009
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0080.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.014
GPT teacher head0.268
Teacher spread0.254 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations3
Published2014
Admission routes2
Has abstractyes

Explore more

Same venueeScholarship@McGill (McGill)Same topicMigration, Refugees, and IntegrationFrench-language works237,207