MétaCan
Menu
Retour à la cohorte
Enregistrement W2967474159 · doi:10.58464/2155-5834.1370

The ripple effects of US immigration policy on refugee children: A Canadian perspective

2019· article· en· W2967474159 sur OpenAlexaboutno aff
Shazeen Suleman, Ripudaman Minhas, Tony Barozzino

Notice bibliographique

RevueJournal of Applied Research on Children Informing Policy for Children at Risk · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeImmigrationPerspective (graphical)EnforcementImmigration policyPolitical scienceMental healthPlaintiffImmigration detentionCriminologyDemographic economicsEconomic growthDevelopment economicsSociologyMedicineLawEconomicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Since 2016, an estimated 40,000 individuals have crossed the Canadian/U.S. border, seeking asylum, impacted by changing U.S policies on immigration.3 Some come from countries affected by the U.S. immigration ban, while others come as the result of failed refugee claims, worsening discrimination and immigration enforcement. In this perspective piece, we outline how domestic U.S policy can have rippling effects internationally, focusing on Canada. From direct health impacts from mental health and trauma, to limited access to health care, the impact on housing and employment, and finally the subtle but poignant shift in Canadian values, we argue that the impacts of U.S immigration policy are not only felt domestically, but globally. Finally, we seek to identify ways in which child health advocates and policymakers alike can support the well being of refugee claimant children across both borders.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,013
Tête enseignante GPT0,372
Écart entre enseignants0,359 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research on Children Informing Policy for Children at RiskMême sujetMigration, Health and TraumaTravaux en français237 207