MétaCan
Menu
Retour à la cohorte
Enregistrement W4392191723 · doi:10.1080/1369183x.2024.2323049

Middle-class youth fleeing Nigeria: rethinking African survival migration through the <i>Japa</i> phenomenon

2024· article· en· W4392191723 sur OpenAlexafffund
JJ Liu

Notice bibliographique

RevueJournal of Ethnic and Migration Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensMacEwan University
Organismes subventionnairesMacEwan University
Mots-clésRefugeeGender studiesElitePersecutionSociologyForced migrationCriminologyPolitical scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

Migration for survival is commonly associated with refugees and asylum seekers who flee persecution, wars, and natural calamities. Yet, in Nigeria, university-educated, gainfully employed middle-class youth insist that leaving is a matter of survival and not a choice. This distinction is signalled by japa, a recently popularised term for ‘to run’ or ‘to flee’. Young Nigerians view migration as an escape from intolerable domestic conditions – prolonged university strikes, overturned development progress, and unprecedented currency inflation. In practice, japa follows formal procedures but favours quick departures. But by framing migration as fleeing, youth emphasise their refusal to cope. Foremost, they emphasise urgent respite over rationalised projects of social reproduction or status maintenance. Scholars, however, tend to overlook emotional or existential motives for voluntary migration and essentialise survival drives to forced migration. Drawing on 21 interviews with Nigerian youths, this paper shows a need to rethink survival migration, particularly how we value destinations compared to departures, conflate urgent desires with immediate exits, and privilege social functions over individual sentiments. By analysing youth’s interpretations of what survival means, we enrich our understanding of African migration beyond the binary of elite strategies for social reproduction or fateful journeys of forced migration.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,011
Communication savante0,0060,005
Science ouverte0,0010,005
Intégrité de la recherche0,0010,004
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 Opus0,130
Tête enseignante GPT0,360
Écart entre enseignants0,230 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ethnic and Migration StudiesMême sujetMigration and Labor DynamicsTravaux en français237 207