« J’avais peur, mais maintenant, c’est chez moi » : parcours de femmes réfugiées en situation monoparentale à Montréal
Bibliographic record
Abstract
Cadre de la recherche : Le nombre de personnes déplacées dans le monde s’élève aujourd’hui à 82,4 millions (UNHCR, 2021). L’UNHCR demeure critique des faibles quotas accordés aux personnes réfugiées au Canada et conseille depuis 2018 d’accorder la priorité d’accueil aux populations les plus vulnérables, notamment les femmes seules avec enfants qui sont au cœur de cette recherche. Si elle incarne une réalité variée dans les pays d’origine, la monoparentalité en contexte de migration forcée devient synonyme de précarité, d’instabilité et d’inégalités sociales et économiques, et à plus forte raison en contexte de pandémie mondiale. Objectifs : L’objectif est de s’interroger sur les stratégies que ces femmes mettent en place pour s’ancrer dans la société québécoise et pour faire face aux défis qui leur sont propres. Méthodologie : L’article prend appui sur des données recueillies par entrevues semi-dirigées auprès de trois femmes réfugiées en situation de monoparentalité à Montréal. Résultats : Ces mères doivent jongler entre émotions tumultueuses, défis quotidiens et responsabilités familiales. Leurs parcours illustrent les manières dont se superposent résilience et agentivité dans la gestion des dynamiques familiales ainsi que dans les expériences d’installation. Conclusions : Les transformations familiales et les défis de la migration forcée poussent les mères réfugiées à reconstruire non seulement leur chez-soi, mais aussi leur individualité de femme, et de mère, ce qui remet en cause les perspectives parfois réductrices sur la maternité et la résilience. Contribution : La présentation des données issues de cette recherche permet de nuancer les concepts de résilience et d’agentivité en cernant leur complexité et leur ambivalence, tout en révélant comment les mères se reconstruisent après une expérience de migration forcée.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".