1.11-P25Hidden Voices: Reflections on the health experiences of children who migrate
Notice bibliographique
Résumé
Background: UNICEF highlights that across the globe 50 million children have migrated and over half of these have been forcibly displaced due to conflict. The term ‘migrant children’ can encapsulate a range of different groups, including children of economic migrants, documented and undocumented refugees and asylum seekers and unaccompanied asylum seeking and refugee children. For receiving nations, migration can pose significant challenges for health systems, due to the vast array of needs that these heterogeneous groups might have. Methods: The project brings together four regional systematic reviews (Europe, Australasia, Africa and USA/Canada), which all explore the question “What is known about the health experiences and perceptions of children and young people who have migrated?” Papers included in the review had to report data generated directly with children (up to 18 years of age) who had migrated during their own lifetimes. Results: We will highlight the different ways in which children’s migration status is defined and reported within the four regions and reflect on the characteristics of studies included in the reviews. Conclusions: Within each of the four regions we found a general lack of clarity in the literature regarding the reporting of children’s own migration status. Children’s migration status is often conflated with that of their parents. Children’s voices are frequently subsumed within those of their adult parents or carers. Those studies in which children have been actively involved in reporting their health experiences tend to generate quantitative data derived from pre-defined questionnaires. Main messages: Definition, recording and reporting of children’s migration status is inconsistent across the literature. There is a paucity of studies which actively seek to explore migrant children’s health and wellbeing and their individual migration journeys from their own perspectives. Further research into child migrant health would benefit from taking a child-focussed approach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».