Embodied migrations: Mapping trans and gender non-conforming refugee narratives in Canada’s refugee regime
Bibliographic record
Abstract
Les personnes trans et celles au genre non-conforme (TGNC) qui font des demandes d'asiles au Canada négocient des liaisons complexes d'identité, d'appartenance et de citoyenneté. Cette thèse transmet des récits de réfugiés TGNC pour démontrer la relation entre les frontières genrées et les frontières nationales. Cette thèse aborde également comment les politiques de genres sont utilisées comme outils de nationalisme et d'impérialisme et comment un domicile et la libération sont trouvés tout en naviguant dans les systèmes d'oppression. Pour les réfugiés TGNC, le projet de faire du Canada son domicile implique de négocier la perte de domicile, la violence des régimes frontaliers et le désir profond de sécurité, d'appartenance, d'acceptation et de guérison. Je m'engage avec les connaissances des réfugiés TGNC, des avocats de l'immigration et des travailleurs de première ligne pour comprendre comment l'État contrôle le corps trans par le biais du processus de demande d'asile et du processus d'intégration dans la vie au Canada. Je me concentre également sur les méthodes de survie et de résistance des réfugiés trans. Il en ressort une compréhension de la manière dont les réfugiés gèrent la tension entre le genre, la sexualité et le retour au pays, à la fois intimement ressentis et géopolitiquement gérés. Ma recherche fournit un nouvel aperçu des études sur les réfugiés ainsi que des études queer et trans en utilisant un cadre sur le genre et l'incarnation pour s'engager envers la migration et le statut de réfugié
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.015 | 0.014 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".