MétaCan
Menu
Retour à la cohorte
Enregistrement W2991025162 · doi:10.18357/ijcyfs104.1201919287

REFUGEE CHILDREN IN CRISIS:

2019· article· en· W2991025162 sur OpenAlexvenueno aff
Ali Jameel Faleh Al-Sarayrah, Haya Ali Falah Al Masalhah

Notice bibliographique

RevueInternational Journal of Child Youth and Family Studies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeePovertyAttendanceEconomic growthPolitical scienceBusinessPsychologyMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify the kinds of challenge encountered by Syrian refugee children who are living in Jordan but not in refugee camps. A sample of 120 Syrian refugee children residing in Amman provided the data for this study, which is based on a descriptive approach. The Statistical Package for the Social Sciences (SPSS) was used to analyze the data. We found that the main economic challenges faced by these children were low wages, labor exploitation, difficulties with paying back debts for their families, ongoing poverty, and the high cost of living in Jordan. Educational challenges were also largely economic and were mainly due to the high cost of education and the priority of work over school attendance. Health challenges too were economic and centered on the high cost of health care and the obstacles to obtaining medical insurance. Social challenges included lack of interpersonal bonds, an inability to form new friendships, and the absence of entertainment. This study suggests that providing financial support for Syrian refugee families consistent with the increasing cost of living in the hosting country would result in better lives for the Syrian children, as would creating job opportunities for heads of families in line with memoranda of agreement that Jordan has with international organizations. Further, public education for Syrian refugee children should be made free of charge, particularly in the elementary stages.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,025
Tête enseignante GPT0,338
Écart entre enseignants0,314 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Child Youth and Family StudiesMême sujetMigration, Health and TraumaTravaux en français237 207