MétaCan
Menu
Retour à la cohorte
Enregistrement W4313501537 · doi:10.18357/bigr41202220564

Asylum Seekers in Small Villages: Spatial Proximity and Integration in Italian and French Villages

2022· article· en· W4313501537 sur OpenAlexvenueno aff
Stefania Adriana Bevilacqua, Daniel Bertaux

Notice bibliographique

RevueBorders in Globalization Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeePolitical scienceGeographySeekersEconomic growthSocioeconomicsSociologyLaw

Résumé

récupéré en direct d'OpenAlex

What happens when asylum seekers from African or Middle Eastern countries are resettled by authorities in small European villages? When they arrive, are they welcomed, or on the contrary, rejected by villagers? Generally speaking, overseas migrants usually wish to be resettled in large European cities. As for European villagers, they tend to form communities closed on themselves, so one might expect a rather cold reception. However, fieldwork in Italian and French villages where asylum-seeking migrants were resettled shows that this is not necessarily the case. Having observed resettlement experiences in the Italian region of Molise and the French region of Alsace, we discovered that, wherever migrants are hosted within the confines of a village, villagers get frequent opportunities to meet them, learn to communicate with them, and spontaneously offer help, especially to children, women, and whole families. The lack of a common language does not prevent day-to-day iwnteractions or development of interpersonal relations. Children go to school and are keen to learn the host society’s language; adult migrants receiving help want to reciprocate by working for free, thus allowing them to quickly learn European ways and skills. If most asylum seekers eventually leave for larger cities, the months spent in a village prove to be a useful step preparing them for further resettlement.

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)0,001
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: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,284 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorders in Globalization ReviewMême sujetMigration, Refugees, and IntegrationTravaux en français237 207