A narrative inquiry: experiences of Iranian mothers of children with disabilities in Toronto, Ontario
Bibliographic record
Abstract
La présente étude, utilisant l'enquête narrative, examine le compte rendu narratif du quotidien de sept femmes ayant émigré de l'Iran et qui ont un enfant présentant une déficience. Influencée par une épistémologie socio-constructiviste, cette enquête fait une large part à la voix de ces mères et analyse leur expérience d'un point de vue développemental. Pour étudier les données, deux approches analytiques complémentaires ont été utilisées : la catégorisation et la contextualisation. En ce qui concerne la catégorisation, les récits narratifs ont été répartis par thèmes tel que l'interprétation du rôle de la mère, la gestion des systèmes de soutien et la réussite par le biais de l'éducation. Pour la contextualisation, l'auteur a produit des comptes rendus en «retravaillant» les sept récits afin de les situer en contexte. De façon générale, les analyses ont indiqué que les sentiments de responsabilité, de blâme et de stigmatisation éprouvés par ces femmes ont souvent contribué à leur isolement, diminuant du fait même l'accès à un soutien émotif. Les analyses montrent également les services professionnels typiques, comme les écoles et les hôpitaux, comme sources de soutien professionnel aux mères questionnées. Finalement, l'importance que ces femmes attachent à l'éducation et les initiatives qu'elles prennent pour développer leurs propres sources de soutien montrent qu'il existe un réel besoin en matière de développement personnel et de formation adaptés culturellement. De façon globale, les expériences des femmes immigrantes ayant un enfant qui présente une déficience restent mal comprises. En leur donnant la parole, la présente étude tente de sensibiliser les chercheurs et les responsables des programmes de santé et des programmes communautaires aux besoins de ces femmes.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.019 | 0.009 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| 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".