The (in)coherence of Canadian refugee education policy with the United Nations’ strategy
Notice bibliographique
Résumé
This study assesses the coherence of Canada’s educational policy regime with the United Nations High Commissioner for Refugees’ (UNHCR) Refugee Education 2030 strategy. We articulate a theoretical framework that combines theories about policy coherence, policy attributes, and policy tools, which informs a two-phase methodology. First, we conducted jurisdiction-based scoping reviews of policies in Canada’s 13 provinces and territories which have constitutional authority over education. This yielded a sample of 155 documents, which we then analyzed for its vertical coherence with Refugee Education 2030. Our analysis focused on five categories of need in the UNHCR strategy with respect to refugee students, namely access to education, accelerated education, language education, mental health and psychosocial support, and special education. The findings reveal there are policies across Canada that target responses to the five categories of need. Although some policies are exemplary in their coherence with Refugee Education 2030, Canada’s refugee education policy regime is characterized by many inconsistencies and significant gaps. Policymakers in Canada could use the specific findings to develop or revise policies to address shortcomings. Researchers and policymakers in other countries who find value in our approach could replicate the study’s method in their own jurisdictions, using the instruments provided in appendices to identify strengths and gaps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,019 | 0,010 |
| Communication savante | 0,017 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».