MétaCan
Menu
Retour à la cohorte
Enregistrement W4399728226 · doi:10.32920/26046550

Sanctuary Movements in Mid-sized Cities in Canada: An Exploration of the Strengths and Limitations of Local Sanctuary Policies and Practices

2024· preprint· en· W4399728226 sur OpenAlexaffabout
Jessica Jung

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceEnvironmental planningRegional scienceEconomic geographyGeography

Résumé

récupéré en direct d'OpenAlex

Current research on sanctuary city movements in Canada has focused on Toronto, Montréal, and Vancouver. There is a shortage of scholarship on sanctuary policies and practices in nongateway cities, despite the growing presence of sanctuary movements in these areas. This paper explores the strengths and limitations of Canadian sanctuary or access without fear policies and practices in the context of mid-sized cities in Ontario, specifically Hamilton, Ajax, London, and Kitchener. A thematic analysis of policy documents, city reports, and a transcript of a special council meeting is conducted to help determine the strengths and limitations of local sanctuary. The findings indicate that local sanctuary policies are limited because of the constraints of municipal governments related to their legislative authority and structure. Moreover, as an internal policy, sanctuary only influences city-run services and city staff, leaving the conduct of local law enforcement largely unaffected. While local sanctuary has many limitations, it remains a meaningful designation. The policy highlights the reality of non-status or precarious legal status residents and envisions belonging and inclusion in the city beyond one's immigration status.

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)0,013
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 enseignants0,117
Score d'incertitude au seuil0,851

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,010
Études des sciences et des technologies0,0200,010
Communication savante0,0080,002
Science ouverte0,0030,005
Intégrité de la recherche0,0010,001
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 Opus0,056
Tête enseignante GPT0,267
Écart entre enseignants0,211 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Agriculture and SustainabilityTravaux en français237 207