MétaCan
Menu
Retour à la cohorte
Enregistrement W3024866155 · doi:10.1111/imig.12724

Programming for Immigrant Women in Canada: Is Entrepreneurship Neglected?

2020· article· en· W3024866155 sur OpenAlexaffabout
Kenneth Kalu, Oliver Nnamdi Okafor

Notice bibliographique

RevueInternational Migration · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipImmigrationSettlement (finance)Metropolitan areaEconomic growthEmpirical evidenceCensusBusinessPublic relationsPolitical scienceSociologyEconomicsFinanceMedicinePopulationLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the demand and supply dynamics of entrepreneurship support services for new immigrant women in the Toronto Census Metropolitan Area (CMA), Ontario, Canada. Empirical evidence presented in this study reveals significant unmet needs for entrepreneurship support services. Major reasons for the inability of settlement agencies to meet the entrepreneurship needs of new immigrants include prioritization of other support services and lack of funding. The study identifies unfamiliarity with the Canadian environment, discrimination, business regulations that are difficult to satisfy, and unlikely tendencies of the immigrants to ask for support as some of the key challenges to entrepreneurship among immigrant women. However, these challenges may be ameliorated with enhanced entrepreneurship and language training, information awareness campaigns and more funding, among other factors. The findings have practical implications for accountable governments and non‐governmental organizations as they design and/or redesign immigration and settlement policies to facilitate integration of new immigrants.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,397

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,272
Écart entre enseignants0,244 · 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'étudeSans objet
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

Citations19
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational MigrationMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207