Diasporas from the Middle East: Displacement, Transnational Identities and Homeland Politics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Migrants and refugees from Middle Eastern countries are scattered around the globe, predominantly in the MENA (Middle East and North Africa) Region, Europe and the USA. Between 2005 and 2015, the number of migrants living in the Middle East more than doubled, from about 25 million to around 54 million.1 Some of this growth was due to individuals and families seeking economic opportunities. But the majority of the migration surge, especially after the war in Syria began in 2011, was a consequence of armed conflict and the forced displacement of millions of people from their homes, many of whom have left their countries of birth.2 Furthermore, the estimated number of immigrants to Europe between mid-2010 and mid 2016 was 7 million, not including 1.7 million asylum seekers. Among these European countries, Germany recorded the highest level of immigration, followed by Britain, France, Spain and Italy.3 These migration flows not only reflect the existence of drivers of migration due to conflict in the Middle East, but also reveal the potential formation of new diasporas throughout time or growing size of the already existing ones in host countries all around the world. Mobilization has also taken place also in online platforms, thanks to the new communication technologies and easy access to homeland media outlets. The technological revolution transformed the experiences of refugees throughout the stages of their journey: premigration, in transit and in the new surroundings. Millions of refugees from the Middle East use smart phones and social media applications to receive information about the host states, as a survival tool during the escape process, navigate border crossings, and to receive information on political situations and the possibilities of return.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle