MétaCan
Menu
Retour à la cohorte
Enregistrement W2913422454

Factors Affecting Academic Outcomes among Immigrant and Refugee Youth Arriving to Calgary from Arab Countries

2017· article· en· W2913422454 sur OpenAlexaffabout
Dania El Chaar

Notice bibliographique

Revue2018 Conference of the Canadian Society for the Study of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRefugeeImmigrationPopulationGender studiesPolitical scienceDemographyGeographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canada has a long history of welcoming immigrants and refugees from all over the world. Currently, newcomer youth represent 25 % of all Canadians under the age of 18 (Statistic Canada, 2012). Furthermore, with the recent influx of Syrian refugees, this percentage is expected to increase, as within the 25,000 refugees who arrived in Canada until February 2016, 48.8 % were under the age of 18 (IRCC, 2015). The Canadian school system has had little time to react to this influx. Research among immigrant and refugee youth focused mainly on the three main Canadian cities of Montreal, Toronto and Vancouver, (Anisef & Kilbride, 2003) and very little is known about newcomer youth in Calgary, Alberta. Prior studies have shown that newcomer youth have faced challenges, (Ochocka, et al., Kelly, 2014) however, very little is known about what kind of challenges might immigrant and refugee youth from Arab countries have and, how would they face it as compared to other ethno-cultural groups of newcomers. The purpose of the study was to explore factors helping or challenging youth in terms of academic outcomes in Calgary, Alberta, and how this population of students can be better supported.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,485
Score d'incertitude au seuil0,975

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,344
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2018 Conference of the Canadian Society for the Study of EducationMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207