MétaCan
Menu
Retour à la cohorte
Enregistrement W2562107504

The Making of the Iranian Refugee: From Revolution to Asylum

2015· article· en· W2562107504 sur OpenAlexfundno aff
Alizee Zapparoli-Manzoni-Bodson

Notice bibliographique

RevueTSpace · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Education, Victoria University of WellingtonUniversity of Toronto
Mots-clésRefugeePolitical scienceImmigrationHistoryLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper follows the narratives and trajectories of Iranian asylum-seekers in Turkey as they undergo the process of applying for refugee status through the UNHCR. Ethnographic work conducted in three satellite cities, Yalova, Eskişehir, and Denizli, reveals the dynamic narratives of Iranian asylum-seekers as they grapple with their past and attempt to forge new identities while they navigate their way through difficult institutional frameworks. The findings of this study offer an overview of the different groupings of asylum-seekers and their narratives, including Azaris, political activists, members of the LGBT community, and members of religious groups including, Christians and Baha’i. Furthermore, this paper argues that the oppressive frameworks imposed on these individuals as they apply for asylum-seeker and subsequently refugee status create an environment that fosters the form of dynamism needed to fit within the parameters of the 1951 Refugee Convention’s criteria. Engaging the application of Ian Hacking’s notion of dynamic nominalism to the refugee category with the narratives of Iranians in Turkey offers insights into the performance of the refugee identity and how this process and the state of limbo experienced in Turkey impacts upon greater collective interpretations of the past, the homeland, the nation, ethnic identity, as well as present and future aspirations. Finally, parallels are drawn to narratives found in diasporic literary texts that further demonstrate the impacts of shifting identity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,358
Écart entre enseignants0,302 · 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 tête enseignante, 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
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207