MétaCan
Menu
Retour à la cohorte
Enregistrement W3217510386 · doi:10.1007/978-3-030-81210-2_10

Voluntary and Forced Return Migration Under a Pandemic Crisis

2021· book-chapter· en· W3217510386 sur OpenAlexaff
Zeynep Şahin Mencütek

Notice bibliographique

RevueIMISCOE research series · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesAlexander von Humboldt-Stiftung
Mots-clésPandemicDeportationImmigrationGlobeBusinessPolitical scienceDilemmaCoronavirus disease 2019 (COVID-19)Law

Résumé

récupéré en direct d'OpenAlex

Abstract The Covid-19 pandemic has an impact on migrants’ return desires and actual returns across the globe. Border closures in the face of pandemic lead to the panic mobility of those returning home. The ensuing lockdowns and economic difficulties restricted migrant workers’ access to income and protection, pushing them to return. The pandemic brought evident risks for the regular migrants’ access to healthcare, financial security, and social protection, forcing them to consider the return option too. For irregular migrants, the pandemic further increased the risk of forced returns, including detention, deportation, and pushbacks. For all migrants, decisions are marked by a deep dilemma between staying and returning. Meanwhile, receiving, sending, and transit countries, as well as international organisations are involved in return processes by providing logistics, on the one hand, and stigmatising returnees as carriers of virus, on the other. This study is based on desk research and analysis of the scholarly literature, reports, and grey literature from international organizations, civil society reports, scientific blogs, and media reports. An emphasis on returns provides us broader insights to evaluate changing characteristics of migration and mobility in ‘pandemic times’, the governance of returns, its consequences, and the rhetoric about returnees.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,089
Tête enseignante GPT0,391
Écart entre enseignants0,302 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIMISCOE research seriesMême sujetMigration and Labor DynamicsTravaux en français237 207