Mort et deuil en contexte migratoire : spécificités, réseaux et entraide
Bibliographic record
Abstract
Compte tenu des mutations sociodémographiques de la société québécoise, l’événement de la mort et l’accompagnement des immigrants endeuillés deviennent des sujets incontournables. Pourtant, le croisement de la thématique du deuil et de l’immigration est encore peu documenté au Québec (Rachédi et al. , 2010). Nous pensons qu’il serait intéressant d’appréhender la mort et le vécu du deuil chez les familles immigrantes non seulement sur le plan de l’expérience, mais aussi en considérant l’entraide et la participation des immigrants à une variété de réseaux sociaux, locaux et transnationaux qui jouent un rôle lors de difficultés liées au cycle de vie. De plus, les pratiques et savoirs cultuels transmis et transformés au sein de ces réseaux constituent une avenue pertinente pour mieux comprendre la mort et le deuil dans leur cadre culturel. Dans cet article, nous présentons quelques pistes de réflexion sur la mort et sur le deuil en contexte migratoire, en nous basant sur la littérature locale et internationale ainsi que sur trois recherches qualitatives menées au Québec. Nous livrons aussi l’analyse préliminaire d’une première entrevue tirée d’une recherche-action qui en est à son stade exploratoire.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.015 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".