Geo‐scripts and refugee resettlement in Canada: Designations and destinations
Notice bibliographique
Résumé
Most immigrants to Canada who are not refugees contribute to decisions about where they settle; resettled refugees do not. This paper illustrates how one's designated category of resettlement decisively shapes the place one begins life in Canada, and how each has a specific geographical trajectory—or geo‐script. The geo‐scripts are distinct for each category of resettlement: privately‐sponsored refugees live in the same community as the volunteers who finance and support them; government‐assisted refugees are “destined” to one of more than two dozen cities with federally‐funded refugee‐specific services; and blended visa office‐referred refugees are supported through a shared funding model between government and sponsors near whom they co‐locate. Geo‐scripts are derived from refugee categories that effectively govern the spatial settlement patterns of refugees and, in turn, shape the opportunities and outcomes of the resettlement process. Government data show that 70% of resettled refugees do not move after they arrive in Canada. The geo‐scripts of resettlement thus shape people's lives and livelihoods in Canada in fundamental ways. Drawing on interviews conducted between 2017 and 2021 with formerly resettled refugees living in four provinces who have lived in Canada for more than 20 years, locational decisions to stay or leave one's initial destination are elaborated .
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».