MétaCan
Menu
Retour à la cohorte
Enregistrement W3212348479 · doi:10.1111/imig.12930

Changes in selection policy and refugee welfare use in Canada

2021· article· en· W3212348479 sur OpenAlexafffundabout
Lisa Kaida, Max Stick, Feng Hou

Notice bibliographique

RevueInternational Migration · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensWestern UniversityMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRefugeeReceiptImmigrationVulnerability (computing)WelfarePolitical scienceDemographic economicsGovernment (linguistics)Economic growthBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract With the introduction of the 2002 Immigration and Refugee Protection Act (IRPA), Canada shifted its refugee selection criteria from adaptability to vulnerability. Little is known about the long‐term impact of this policy change on the economic self‐sufficiency of Government‐Assisted Refugees (GARs). Using data from the Longitudinal Immigration Database (IMDB), we compare the long‐term receipt of social assistance (SA) incomes among three GAR cohorts: those admitted pre‐IRPA (1997–2001), during the transition period (2002–2004) and post‐IRPA (2005–2009). We find GARs admitted during the transition period and post‐IRPA have higher SA rates than their pre‐IRPA counterparts three to eight years after arrival, and the gap is explained mostly by the former's lower employment rates. After year eight, however, the gap starts to decline. This suggests while post‐IRPA GARs require a more extended financial assistance, prioritising humanitarian goals in refugee admission policies does not lead to their prolonged welfare receipt.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,263

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 Opus0,014
Tête enseignante GPT0,288
Écart entre enseignants0,274 · 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'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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational MigrationMême sujetMigration and Labor DynamicsTravaux en français237 207