MétaCan
Menu
Retour à la cohorte
Enregistrement W3091397801 · doi:10.1002/jcop.22452

Barriers to and facilitators of community participation among Latinx migrants with disabilities in the United States and Latinx migrant workers in Canada: An ecological analysis

2020· review· en· W3091397801 sur OpenAlexaffabout
Yolanda Suarez‐Balcazar, Floryana Viquez, Daniela Miranda, Amy R. Early

Notice bibliographique

RevueJournal of Community Psychology · 2020
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésParticipatory action researchImmigrationDeportationCommunity-based participatory researchPolitical scienceInclusion (mineral)SociologyCitizen journalismEconomic growthGender studies

Résumé

récupéré en direct d'OpenAlex

Individuals migrate to improve their wellbeing and quality of life, and often experience adverse situations, both during the process of migration and once within the host country. The purpose of this paper is to unpack the barriers to and facilitators of community participation, among Latinx immigrants with disabilities in the United States and Latinx migrant workers in Canada, following the Social Ecological Model. The authors draw from an appraisal of existing literature and their own participatory research with Latinx immigrants. Based on this integrative literature review, Latinx experience individual issues such as language barriers and lack of knowledge of the services available to them. At the community level they experience discrimination, limited opportunities for community participation, and lack of opportunities for meaningful employment. At the systemic and policy level in the United States, the antimigrant political environment keeps Latinx immigrants with disabilities from participating in their communities due to fear of deportation. In Canada, Latinx workers experience the paradox of migration and discrimination. The discussion of barriers and facilitators is followed by recommendations for community research and action.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,951

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,102
Tête enseignante GPT0,414
Écart entre enseignants0,311 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Community PsychologyMême sujetMigration, Health and TraumaTravaux en français237 207