MétaCan
Menu
Retour à la cohorte
Enregistrement W4413250619 · doi:10.1111/emre.70026

A multi‐level process perspective on refugee workplace integration

2025· article· en· W4413250619 sur OpenAlexaff
Vedran Omanović, Ann Langley

Notice bibliographique

RevueEuropean Management Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensHEC Montréal
Organismes subventionnairesForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésInternshipRefugeePublic relationsSociologyAgency (philosophy)Political science

Résumé

récupéré en direct d'OpenAlex

Abstract Prior research has suggested the need for complementary efforts by multiple stakeholders (government, NGOs, employers) to support workplace integration for refugees, but has paid less attention to how such programs are developed and enacted in specific settings, and how they then influence refugees' workplace integration trajectories. In this article, we develop a process perspective on refugee workplace integration, drawing on a qualitative longitudinal study of the deployment of an internship and mentoring program for skilled refugees in a Swedish manufacturing firm with a history of engagement with diversity and inclusion issues. The data include documents, observations, and 32 interviews with managers, mentors and refugee‐newcomers, the latter interviewed at three points in time during, shortly after, and three or more years after the internship. We derive a process model showing that although practices at the company level may be developed and enacted in a way that reflect goal complementarity between stakeholders, refugee experiences are nevertheless permeated by a shifting pattern of dialectic tensions as refugees progress through four phases of interaction with the firm (pre‐internship, internship, transition to employment, post‐transition). We highlight the central mediating role of the inclusionary practices of front‐line managers and mentors' in interaction with refugee‐newcomers' agency, learning and adaptation in facilitating transitions to first employment and even beyond.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,014
Communication savante0,0080,009
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
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 Opus0,062
Tête enseignante GPT0,408
Écart entre enseignants0,346 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Management ReviewMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207