An ethnography of a refugee family adjusting to life through leisure in Montréal
Bibliographic record
Abstract
Cette étude explore comment une nouvelle famille de réfugiés Tchadiens s’est adaptée au quotidien montréalais à travers les loisirs et les sports entre les années 2019 et 2021. L’étude de ce processus d’adaptation est pertinente, puisque de nombreuses familles d’immigrants et de réfugiés ont déclaré avoir vécu une détérioration importante de leur état de santé physique et mentale au cours des deux premières années suivant leur arrivée au Canada (Fuller-Thomson, Noack et George, 2011). Bien que ces détériorations aient largement été attribuées aux difficultés d’accès aux services de soins de santé (Robert et Gilkinson, 2010), l’impact des autres ressources disponibles dans le domaine de la santé et du bien-être et le mode de vie de ces familles est peu connu et étudié. Ainsi, la présente étude ethnographique, réalisée sur une période d’un an dans un arrondissement ouvrier de Montréal, a pour but d’explorer comment une famille de réfugiés a conçu et négocié différentes opportunités dans les loisirs et les sports dans un contexte d’inégalités sociales grandissantes lors de la pandémie de COVID-19. L’analyse de cette thèse est liée, de façon théorique, au concept de «chaos-monde» d’Édouard Glissant (1990), et met en évidence les rôles complexes du sport, de l’activité physique et des loisirs lors du processus d’adaptation des nouveaux arrivants
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 | 0.002 |
| Science and technology studies | 0.017 | 0.007 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".