Facteurs de stress et de résilience chez les jeunes réfugié·e·s latino-américain·e·s en classes d'accueil
Bibliographic record
Abstract
Cette recherche explore comment les facteurs de stress et de résilience influencent l’adaptation scolaire des jeunes réfugié·e·s et demandeur·se·s d’asile latino-américain·e·s en classes d’accueil au Québec, qui se manifeste à travers leur bien-être et leur réussite scolaire. À travers une étude qualitative de cas multiples, elle met en lumière les défis vécus par ces jeunes dans les mois suivant leur arrivée et les ressources mobilisées par l’école pour y répondre. L’analyse des récits de Javier, Andrea, Miguel et Alejandra révèle des sources de stress telles que les transitions scolaires complexes, le manque de repères culturels et la difficulté à établir des liens sociaux au sein du milieu scolaire. Toutefois, plusieurs facteurs de résilience favorisent leur adaptation, notamment la solidarité entre pairs hispanophones, l’implication familiale et la reconnaissance de leur langue maternelle dans leur parcours éducatif. Nos résultats suggèrent que la présence d’un réseau de soutien au sein de l’école, ainsi que l’accessibilité aux ressources scolaires, semblent jouer un rôle important dans le bien-être et le parcours scolaire des jeunes rencontrés. Cette étude souligne l’importance pour les établissements d’adopter des approches tenant compte des réalités spécifiques de ces jeunes afin de faciliter leur adaptation et renforcer leur résilience.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".