MétaCan
Menu
Retour à la cohorte
Enregistrement W2889201314 · doi:10.1177/0020872818796147

Challenges of developing and conducting an international study of resilience in migrant adolescents

2018· article· en· W2889201314 sur OpenAlexaff
Kristin Hadfield, Michael Ungar, Alan Emond, Kim Foster, Justine M. Gatt, Amanda J. Mason‐Jones, Steve Reid, Linda Theron, Trecia A. Wouldes, Qiaobing Wu

Notice bibliographique

RevueInternational Social Work · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensDalhousie University
Organismes subventionnairesNational Health and Medical Research CouncilUniversity of AucklandNational Research FoundationUniversity of BristolUniversity of York
Mots-clésVulnerability (computing)Mental healthPsychological resilienceWork (physics)Resilience (materials science)Sample (material)PsychologySociologyPolitical sciencePublic relationsEconomic growthSocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The sequelae of migration and the effects of local migration policies on children’s physical and mental health are critical to examine, particularly given the historically high numbers of migrants and displaced people. The vulnerability of the study sample and the need to work across cultures and contexts makes research on this group challenging. We outline lessons learned through conducting a pilot study of resilience resources and mental health among migrant youth in six countries. We describe the benefits and challenges, and then provide recommendations and practical advice for social work researchers attempting cross-cultural team research on migrants.

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 candidatesaucune
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 enseignants0,162
Score d'incertitude au seuil0,292

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)0,0000,000

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 Opus0,124
Tête enseignante GPT0,421
Écart entre enseignants0,297 · 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'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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Social WorkMême sujetMigration, Health and TraumaTravaux en français237 207