MétaCan
Menu
Retour à la cohorte
Enregistrement W4394612143 · doi:10.1007/s13753-024-00549-7

Valuable Beyond Vulnerable: A Scoping Review on the Contributions of Older Forced Migrants in Post-migration Recovery

2024· review· en· W4394612143 sur OpenAlexafffund
Prince Chiagozie Ekoh, Christine A. Walsh

Notice bibliographique

RevueInternational Journal of Disaster Risk Science · 2024
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Calgary
Organismes subventionnairesPierre Elliott Trudeau Foundation
Mots-clésForced migrationPsychological resiliencePolitical scienceForced marriageHuman migrationSociologyDemographic economicsRefugeePsychologyGender studiesPopulationSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract During times of crisis, including pandemics, climate change, and forced migration, much of the discourse in ageing research and intervention centers on the vulnerabilities of older adults. Unfortunately, the valuable contributions of older adults to post-disaster recovery and healing are often overlooked and undervalued. Our aim in this scoping review is to shed light on the critical contributions of older forced migrants to post-migration recovery. We set the scene by introducing the two significant global demographic changes of the twenty-first century: forced migration and ageing. We provide a discourse on older forced migrants, ageing in situations of forced migration, and some of the challenges faced by older forced migrants. We then present some of the substantial roles of older forced migrants in post-migration recovery, including building resilience, contributing to culture and language transfer, providing emotional support, offering mentorship and leadership, participating in community building, and fostering social integration. We close by highlighting some of the lessons that can be drawn from understanding the unique roles played by older adults in post-forced migration recovery and the key actions necessary to promote these roles.

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)0,005
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,437
Écart entre enseignants0,395 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Risk ScienceMême sujetMigration, Health and TraumaTravaux en français237 207