MétaCan
Menu
← Retour à la cohorte
Enregistrement W1533259410

Working With Refugee Women

2000· article· en· W1533259410 sur OpenAlexaboutno aff
Alice Lee

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeGender studiesDisadvantagePower (physics)Isolation (microbiology)RacismFeminismAlienSociologyInequalityHistoryPoliticsPolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

My family and I immigrated to Canada over 25 years ago, searching together for a better life. Though we came with hopes for new and better opportunities, our successes came with a price-years of struggle and isolation. We landed on the prairies and were confronted with a society very different than the one we had left. My parents laboured to raise seven children, each grappling with explicit daily outbursts ofracism and violence, language acquisition, and the effort to find a place in a new culture. I grew up treated as an alien-an Asian female who doesn't quite belong here and the people who surrounded me made certain I knew it. Through the years I have fought to understand my heritage and the inherent contradictions in my attempts to bridge the western and eastern cultures. Although the East and West embody vastly different philosophies, I came to recognize that my role as female remains the same. I began to understand that not only do I have to deal with the fact that, no matter how long I have lived here, no matter what I do, I remain an alien in this country, and awoman at that. I share this disadvantage with women across the world. My introduction to feminism provided me with a comprehen-sive analysis that enabled me to grapple with these issues, explicitly identifying racism, gender inequality, and the expression of power relations. Frontline experience became more It has become common to hear age-old statements like should go back where they came from, and should come here on legal terms and not be allowed to jump queue:'

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0370,014
Communication savante0,0140,012
Science ouverte0,0040,028
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0450,011

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,307
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration, Health and Trauma→Travaux en français237 207→