MétaCan
Menu
Retour à la cohorte
Enregistrement W3122297288 · doi:10.3389/fsoc.2020.578076

Feel Good? The Dialectical Integration of International Immigrants in Rural Communities: The Case of the Canadian Prairie Provinces

2021· article· en· W3122297288 sur OpenAlexaffabout
Jennifer Dauphinais, Sherine Salmon, Mikaël Akimowicz

Notice bibliographique

RevueFrontiers in Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensBrandon University
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésImmigrationSocializationEconomic growthPolitical sciencePublic relationsSociologySocial science

Résumé

récupéré en direct d'OpenAlex

The increasing influx of international immigrants settling in rural communities, where their landing is expected to revitalize communities, has triggered concerns about international immigrants' adaptation and well-being. In this article, we specifically focus on international immigrants' economic integration as a part of their socialization in communities. This article integrates the results of two independent studies, respectively, focusing on rural employers' motivations to hire immigrants and immigrants' integration in rural communities, both taking place in the Canadian Prairie provinces. Based on a survey of 112 employers and 36 in-depth interviews with international immigrants and organizations promoting their integration, we explore the impact of mediating organizations on the well-being of international immigrants. The results highlight that mediating organizations facilitate the sharing of meanings between rural communities' stakeholders, which is key to success for both employers and employees in formalized organizations such as businesses. The results suggest that international immigrants' well-being is facilitated by mediating organizations that foster a dialectical transformation of rural communities where both hosts and immigrants understand each other.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,056
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0440,024
Communication savante0,0070,002
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
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 Opus0,023
Tête enseignante GPT0,296
Écart entre enseignants0,273 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in SociologyMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207