MétaCan
Menu
← Retour à la cohorte
Enregistrement W3108437530 · doi:10.3389/fpsyg.2020.569394

We Are Very Similar but Not Really: The Moderating Role of Cultural Identification for Refugee Resettlement of Venezuelans in Colombia

2020· article· en· W3108437530 sur OpenAlexfundno aff
Yarid Ayala, Jaime Andrés Bayona, Ayşegül Karaeminoğulları, Jesús Perdomo‐Ortiz, Mónica Rámos-Mejía

Notice bibliographique

RevueFrontiers in Psychology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesPontificia Universidad JaverianaYork University
Mots-clésRefugeeAdaptabilityPsychologyIdentification (biology)Test (biology)Social psychologyQualitative researchGrounded theoryQualitative propertySociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This study aims to test the theoretical model of career adaptability of refugees to investigate the dynamics of successful resettlement. The theoretical model is grounded on career construction and social network theory. We employ quantitative and qualitative methodologies to test the model in a sample of Venezuelans living and working in Colombia. The quantitative results provide partial support for Campion's model. However, we test an alternative model and find that career adaptability has a direct relationship with subjective resettlement (i.e., life satisfaction and psychological health). In addition, cultural identification plays a buffering role on the harmful effects of discrimination on subjective resettlement. Qualitative results from eight in-depth interviews shed light on the process of refugee resettlement, thus revealing the role of social networks. Our study contributes to previous research on refugees by testing, adapting, and expanding a novel model of work resettlement and focusing on a group of refugees transitioning from one emerging country to another emerging country.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,234

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,076
Tête enseignante GPT0,424
Écart entre enseignants0,348 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Psychology→Même sujetEmployment and Welfare Studies→Travaux en français237 207→