MétaCan
Menu
Retour à la cohorte
Enregistrement W2992408851 · doi:10.17816/rjls18182

Legal mechanisms of economic and socio-cultural adaptation of migrants in foreign federative states: problems and solutions✳

2016· article· en· W2992408851 sur OpenAlexaboutno aff
Alena A. Mishunina

Notice bibliographique

RevueRussian Journal of Legal Studies (Moscow) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Political and Economic Relations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationLegislatureAdaptation (eye)Political scienceImmigrationForeign nationalState (computer science)Russian federationFederal lawPublic administrationLawBusinessEconomic policy

Résumé

récupéré en direct d'OpenAlex

The article examines the main trends in the development of immigration legislation in the federal states, focusing on the cur- rent state of the legal regulation of the adaptation and integration of migrants and on the basis of the relevant Canadian experience offers prospective directions of its use in the Russian Federation. The issues of the division of powers between the various levels of public authority in the field of adaptation and integration of foreign nationals in a federal state. The issues of the division of powers between the various levels of public authority in the field of adaptation and integration of foreign nationals in a federal state. The problems of legal regulation of the processes of adaptation and integration of foreign nationals, the ratio of legal mechanisms used to attract quali- fied foreign specialists. The priority of the legislative regulation of immigration policy in the Russian Federation, the author sees the need for a clearer division of powers between the various levels of public authority in the field of adaptation and integration of migrants, taking into account the specifics of economic development, historical, demographic, and other local conditions of each of the Russian Federation for the most effective engagement and use in their territory external migration resources.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,049
Tête enseignante GPT0,301
Écart entre enseignants0,252 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian Journal of Legal Studies (Moscow)Même sujetGlobal Political and Economic RelationsTravaux en français237 207