MétaCan
Menu
Retour à la cohorte
Enregistrement W2596061226 · doi:10.32920/ryerson.14637108.v1

(No) Access T.O.: A Pilot Study on Sanctuary City Policy in Toronto, Canada

2021· article· en· W2596061226 sur OpenAlexaffabout
Graham Hudson, Idil Atak, Michele Manocchi, Charity‐Ann Hannan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDeportationGrassrootsImmigrationPolitical scienceImmigration reformPovertyPublic administrationEconomic growthBusinessImmigration policyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Introduction: The “sanctuary city” movement is a grassroots, human rights-based response to increased numbers of non-status migrants living and working in global cities (Faraday 2012; Sawchuk & Kempf 2008; Bhuyan 2012; OCASI 2012). Nonstatus migrants live in situations of extreme precariousness — they are subject to detention and deportation if identified by federal authorities; often work in poor conditions; are socially isolated; face poverty, abuse, and exploitation; and are unable to safely access essential social services, including those related to healthcare, education, labour, shelters, food banks, and police services (Gibney 2000; De Giorgi 2010; Noll 2010). In February 2013, Toronto became the first “sanctuary city” in Canada, which is currently styled “Access T.O.” Hamilton and Vancouver followed suit in 2014 and 2016, respectively. The primary objective of Access T.O. is to ensure that all residents are able to access municipal and police services, regardless of immigration status. The policy directs city officials not to: 1) inquire into immigration status when providing select services, 2) deny non-status residents access to services to which they are entitled, and 3) share personal or identifying information with federal authorities, unless required to do so by federal or provincial law (City of Toronto 2013).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0040,000

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 Opus0,047
Tête enseignante GPT0,374
Écart entre enseignants0,327 · 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.

Devis d'étudeObservationnel
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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMigration, Refugees, and IntegrationTravaux en français237 207