MétaCan
Menu
Retour à la cohorte
Enregistrement W4412761829 · doi:10.3390/socsci14080474

Exploring the Role of Social Protection in UK Asylum-Seeker Wellbeing Using Human Scale Development Theory

2025· article· en· W4412761829 sur OpenAlexaff
Michelle James, Rachel Forrester‐Jones

Notice bibliographique

RevueSocial Sciences · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensWestern University
Organismes subventionnairesEconomic and Social Research CouncilUK Research and Innovation
Mots-clésScale (ratio)PsychologySocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

This article utilises Max-Neef’s Human Scale Development (HSD) framework (1991) to answer two research questions: what impact does government and community-based social protection (SP) have on UK asylum-seeker wellbeing; how are interactions with all forms of SP, both as giver and receiver, supporting or harming the satisfaction of asylum-seekers’ fundamental human needs at this time? The research study utilised a mixed-methods, collaborative, case study design situated within a refugee and asylum-seeker (RAS) support charity in Southwest England. Methods included peer-led Qualitative Impact Protocol interviews, Photovoice, surveys, and staff interviews. Data were subjected to an inductive, bottom-up process on Causal Map software (version 2, Causal Map Ltd., 39 Apsley Rd., Bath BA1 3LP, UK) and the analysis used the HSD framework. We found eight over-arching themes. The four main needs-violators/destroyers of asylum-seeker wellbeing were dehumanisation, unfreedoms, enforced ignorance, and (re)traumatisation, and the four main needs-satisfiers were common humanity, autonomy and resistance, exerting agency through knowledge exchange, and healing. Five policy and practice-focused bridging satisfiers are recommended to help move individual and collective experience from a negative to a positive state in the research population. Policy and practice should be transparent and evidence-based, efficient and equitable, supportive of participation and productivity, trauma-informed, and multi-agency.

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)0,015
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,013
Communication savante0,0060,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,096
Tête enseignante GPT0,373
Écart entre enseignants0,277 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetMigration, Health and TraumaTravaux en français237 207