The well-being of Kenyan-Canadian parents and youth living in mixed families in Montreal
Bibliographic record
Abstract
Cette thèse s'intéresse au bien-être de parents et d'enfants canadiens originaires du Kenya et vivant à Montréal dans une famille mixte sur le plan ethnique et racial. L'objectif de la thèse est de déterminer si les immigrants appartenant à une communauté immigrante de petite taille et vivant dans un contexte de famille culturellement mixte font face à des défis particuliers. Les retombées permettront de sensibiliser les décideurs politiques et les professionnels de la santé aux besoins particuliers de cette population encore peu étudiée. Les participants à l'étude ont, de façon générale, réussi à bien s'adapter à leur vie Montréalaise et ce, malgré un certain stress associé à des expériences de racisme et aux difficultés inhérentes aux politiques linguistiques. Les parents vivant en famille mixte ont quant à eux pu profiter des possibilités offertes par la communauté du conjoint, et ainsi eu accès à une plus grande complétude institutionnelle ce qui a favorisé le bien-être de leurs enfants. Ce constat met en lumière le rôle important qui peut être joué par les communautés immigrantes bien établies dans l'accueil et le soutien des immigrants qui ne peuvent compter sur une communauté d'accueil et ce, même si l'affiliation ethnique s'avère inexistante.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".