MétaCan
Menu
Retour à la cohorte
Enregistrement W3009798078 · doi:10.1080/1369183x.2020.1733945

Employment integration experiences of Syrian refugee women arriving through Canada’s varied refugee protection programmes

2020· article· en· W3009798078 sur OpenAlexaffabout
Sonja Senthanar, Ellen MacEachen, Stéphanie Premji, Philip Bigelow

Notice bibliographique

RevueJournal of Ethnic and Migration Studies · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRefugeeGovernment (linguistics)Syrian refugeesWork (physics)ReferralPolitical scienceGender studiesSociologyPublic relationsLawMedicineEngineeringNursing

Résumé

récupéré en direct d'OpenAlex

This article examines the employment integration experiences of Syrian refugee women arriving to Canada through four common refugee streams: government-assisted, private sponsorship, Blended Visa office referral, and as refugee claimants. Drawing on in-depth, semi-structured interviews with Syrian refugee women and key informants, we show how differences between streams – eligibility requirements, supports provided, services rendered – facilitate or act as barriers to seeking out and securing employment. The finding suggests that government-assisted refugee women struggled the most when compared with the other refugee women. Particularly, GAR women arrived with part of their families and minimal supports, affecting their mental well-being and job search. Meanwhile, the other refugee women typically arrived with the qualities (language, work experience) needed to integrate and so, were able to choose when, how, and the type of work they secured. Through this study, we propose policy recommendations that should be incorporated within the Canadian refugee system to mediate challenges and promote a positive resettlement experience for all refugees.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0200,006
Communication savante0,0040,001
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,101
Tête enseignante GPT0,383
Écart entre enseignants0,281 · 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'étudeQualitatif
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

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ethnic and Migration StudiesMême sujetMigration, Health and TraumaTravaux en français237 207