MétaCan
Menu
Retour à la cohorte
Enregistrement W4394925759 · doi:10.1177/10126902241245769

Forced migration, resettlement, and sport: Lessons from the Kabul-Edmonton soccer team

2024· article· en· W4394925759 sur OpenAlexafffundabout
Jay Scherer, Ashraf Amiri, Dallas B. Ansell, Paul Nya, Nancy Spencer-Cavaliere, Nicholas L. Holt

Notice bibliographique

RevueInternational Review for the Sociology of Sport · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRefugeeGender studiesForegroundingPhotovoiceSociologyForced migrationEthnic groupFootballLeaguePolitical scienceLawEconomic growth

Résumé

récupéré en direct d'OpenAlex

Forced migration is one of the most pressing crises of our lifetime. Of the millions forced to migrate, many come to know the brutality of state-managed migration that habitually denies asylum seekers and places substantive restrictions on refugees who have been resettled. Sociologists of sport and leisure have examined the sporting experiences of refugees through an intersectional lens, foregrounding how displacement and resettlement are differently lived and negotiated across overlapping power structures and markers of gender, sexuality, ethnicity, religion, and legal status. Through a participatory and collective photovoice project, this article explores the experiences of an all-Afghan soccer team that played in a social, co-ed soccer league in the spring of 2022, just after they arrived in Edmonton, Alberta, Canada. In photovoice narratives and subsequent interviews, team members underlined many of the barriers they faced as they navigated the formal and informal rules and dominant norms of this seemingly inclusive sports landscape. In doing so, they revealed some of the limits of official discourses of Canadian multiculturism, which rarely accommodate more significant forms of difference, and which reproduce racial and ethnic hierarchies that powerfully discipline newcomers who are encouraged to embrace their precarious status as model minorities.

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 enseignants0,512
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,012
Communication savante0,0070,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
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 Opus0,059
Tête enseignante GPT0,418
Écart entre enseignants0,358 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Review for the Sociology of SportMême sujetSport and Mega-Event ImpactsTravaux en français237 207