Tendances en matière de migration et d’urbanisation en lien avec le bien-être des familles au Canada : Regard sur l’incapacité et les questions autochtones
Bibliographic record
Abstract
Les discussions sur la migration et l’urbanisation au Canada et ailleurs dans le monde mettent généralement l’accent sur les réalités individuelles. On a ainsi tendance à négliger l’importance des disparités et des relations familiales. Or, l’omission de tenir compte des réseaux familiaux élargis a non seulement des conséquences sur le bien-être des personnes qui immigrent ou qui s’installent dans les milieux urbains, mais aussi sur celui des membres de la famille qu’ils laissent derrière eux. Au-delà de cet horizon individuel, les politiques liées à la migration se traduisent souvent par des initiatives qui visent l’ensemble de la population. On oublie en quelque sorte les familles vulnérables ou à risque – en raison de certains facteurs sanitaires et/ou démographiques – et leurs besoins particuliers. Il conviendrait donc de s’attarder davantage à leur expérience de la migration et de l’urbanisation afin que les décideurs et les fournisseurs de services soient en mesure de leur offrir des perspectives équitables et favorables à leur bien-être. Le présent article s’intéresse aux effets de la migration et de l’urbanisation au Canada sur le bien-être des familles, en portant une attention particulière à deux groupes de population plus vulnérables : les familles dont l’un des membres a une incapacité et les familles autochtones. Ces deux groupes connaissent davantage l’exclusion, c’est-à-dire qu’ils ont tendance à être systématiquement exclus, ignorés, voire exposés à des risques. Les familles autochtones sont marquées depuis longtemps par le colonialisme, le racisme et l’oppression (Saul, 2014), ce qui a eu de graves conséquences sur les familles et le sous-financement chronique des services de soutien, tels que les soins de santé, le logement et la protection de l’enfance (Gouvernement du Canada, 2018a; Commission de vérité et réconciliation du Canada, 2015). Les familles dont l’un des membres a une incapacité1 doivent être en mesure d’accéder facilement à des soins de santé et à des services connexes abordables qui répondent à leurs besoins, afin d’assurer le bien-être de l’ensemble des membres de la famille
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.016 | 0.009 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".