Aligning research to meet policy objectives for migrant families: an example from Canada
Notice bibliographique
Résumé
BACKGROUND: 'Evidence-based policy making' for immigrants is a complicated undertaking. In striving toward this goal, federal Canadian partners created the Metropolis Project in 1995 to optimize a two-way transfer of knowledge (researchers - policy makers) within five Canadian Centres of Excellence focused on migrants newly arrived in Canada. Most recently, Metropolis federal partners, including the Public Health Agency of Canada, defined one of six research priority areas as, immigrant 'families, children, and youth'. In order to build on previous work in the partnership, we sought to determine what has been studied within this research-policy partnership about immigrant 'families, children, and youth' since its inception. METHODS: Annual reports and working papers produced in the five Centres of Excellence between 1996-2006 were culled. Data on academic works were extracted, results coded according to eleven stated federal policy priority themes, and analyzed descriptively. RESULTS: 139 academic works were reviewed. All federal priority themes, but few specific policy questions were addressed. The greatest volume of policy relevant works were identified for Services (n = 42) and Education and Cultural Identity (n = 39) priority themes. CONCLUSION: Research conducted within the last 10 years is available to inform certain, not all, federal policy questions. Greater specificity in federal priorities can be expected to more clearly direct future research within this policy-research partnership.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».