MétaCan
Menu
Retour à la cohorte
Enregistrement W1965969758 · doi:10.1080/14767724.2013.858527

Immigrants as active citizens: exploring the volunteering experience of Chinese immigrants in Vancouver

2014· article· en· W1965969758 sur OpenAlexaffabout
Shibao Guo

Notice bibliographique

RevueGlobalisation Societies and Education · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésImmigrationCitizenshipExtant taxonSociologyActive citizenshipPublic relationsGender studiesPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Despite the fact that immigration has played an important role in transforming Canada into an ethno-culturally diverse and economically prosperous nation, immigrants themselves are often criticised as passive citizens. This study attempts to deconstruct this myth by investigating the volunteering experiences of Chinese immigrants in Vancouver. The study adopts a case study approach, drawing on questionnaires completed by 196 Chinese immigrants and additional personal interviews completed with 30 of these individuals in an immigrant service organisation in Vancouver. The findings show that volunteering is a powerful source of informal learning. Through volunteering, Chinese immigrants in this study learned language, skills and knowledge needed by new citizens for their integration into Canadian society. Volunteering also helped immigrants build a community and a sense of belonging. Furthermore, the study demonstrates that voluntary organisations can be important sites for immigrants to draw on in navigating complex paths to full citizenship and full participation in their new society. Findings of this study advance our extant knowledge of the participation of immigrants as active citizens, and how they fulfil their responsibilities as new citizens.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,871

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0180,006
Communication savante0,0040,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,288
Écart entre enseignants0,270 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations36
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobalisation Societies and EducationMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207