MétaCan
Menu
Retour à la cohorte
Enregistrement W4304756298 · doi:10.1080/1323238x.2022.2131506

Expanding durable solutions for refugees: possibilities for developing education pathways in Australia

2022· article· en· W4304756298 sur OpenAlexaboutno aff
Rosie Evans, Sally Baker, Tamara Wood

Notice bibliographique

RevueAustralian Journal of Human Rights · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeScope (computer science)Forced migrationPolitical scienceEconomic growthHuman rightsPoliticsDevelopment economicsLawEconomics

Résumé

récupéré en direct d'OpenAlex

As the number of people forced to flee their homes continues to grow each year, traditional legal frameworks for protecting those who move, such as refugee and human rights law, are increasingly under strain. The limited scope of these frameworks, and diminishing political will to implement them, leave countless refugees and other forced migrants with little chance of finding long-term safety and rebuilding their lives. It is increasingly apparent that traditional refugee resettlement programs offered by countries such as Australia are not enough. In this article, we offer a comparative document analysis of the options for developing dedicated higher education migration pathways (education pathways) for refugees as a ‘complement’ to refugee resettlement in Australia. First, we discuss the limited availability of resettlement spaces and higher education opportunities for refugees. Second, we explore complementary ‘education pathways’ as a potential solution to these problems. Third, we critically examine several such pathways already underway in Canada, Mexico and Japan. Lastly, we consider potential models that could be utilised in Australia, and how they would, or could, interact with Australia’s existing humanitarian programs.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0050,008
Science ouverte0,0020,017
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,096
Tête enseignante GPT0,407
Écart entre enseignants0,310 · 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'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Human RightsMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207