MétaCan
Menu
Retour à la cohorte
Enregistrement W4252309431 · doi:10.1017/nps.2020.59

Euromaidan Abroad: The Social Movement Motivations of Young Ukrainian Immigrants

2020· article· en· W4252309431 sur OpenAlexaff
Alla Korzh, Serhiy Kovalchuk, Adj Marshall

Notice bibliographique

RevueNationalities Papers · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésUkrainianSolidarityImmigrationSociologyGender studiesAgency (philosophy)Political scienceCriminologyPoliticsLawSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This article examines the motivations of young Ukrainian immigrants to support the Euromaidan from abroad. Existing research has documented social movements within their national boundaries and the participation of young people in them. However, it has rarely examined the expansion of social movements beyond their national boundaries and the engagement of young immigrants in such movements. Drawing on a larger qualitative study, this article presents the findings about what motivated 24 young Ukrainian immigrants residing in the USA to support the Euromaidan movement of 2013–2014 and compares their motivations to those of the protestors in Ukraine. We argue that motivations of young Ukrainian immigrants to support the Euromaidan from abroad manifest themselves in symbolic or psychological causes. Our findings demonstrate that the individual motivations were driven by an ideological commitment to systemic change in Ukraine, manifested through young Ukrainian immigrants’ (1) desire to end injustice, (2) solidarity with fellow Ukrainians, (3) moral obligation to raise awareness among the US public, and, most prominently, (4) sense of agency to contribute to the long-awaited change in the homeland. Our findings also show that overall, the motivations of young Ukrainian immigrants to join the movement aligned with those of the protestors in Ukraine.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,310
Écart entre enseignants0,282 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNationalities PapersMême sujetMigration, Refugees, and IntegrationTravaux en français237 207