Classe sociale et contexte d'asile : les parcours d'exil réfugié.e.s syrien.ne.s réinstallé.e.s au Canada
Bibliographic record
Abstract
Les parcours d’exil sont le fruit d’une pluralité de facteurs dont l’étude approfondie permet l’accès à une compréhension plus fine des phénomènes migratoires. Cet article mobilise une approche bourdieusienne pour interroger l’influence de la classe sociale sur les parcours d’exil de réfugié.e.s syrien.ne.s pris en charge par le gouvernement (RPG) et arrivé.e.s au Canada entre 2015 et 2016. Basés sur vingt récits de vie de familles syriennes réinstallées dans la Ville de Québec entre 2015 et 2016, nos résultats démontrent l’existence d’une hétérogénéité quant au positionnement de classe prémigratoire au sein de la catégorie des réfugié.e.s syrien.ne.s pris.es en charge par le gouvernement, plus particulièrement en ce qui a trait à la possibilité de mobiliser et de convertir divers types de capitaux (économique, social et culturel) pour accéder à la migration et lors du séjour dans un premier pays d’accueil. Notre analyse de classe est située dans les différents contextes d’asile turc, libanais et jordanien, de manière à moduler l’importance des différents capitaux; la capacité de convertir ces derniers se trouvant à l’intersection du positionnement de classe et des structures d’accueil nationales.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.007 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 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".