Technology mediated care as infrastructure: the role of social media in supporting international migrants settling in New Zealand small towns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Considerable research has focused on the important role of social media in migrant life. However, there is a lack of knowledge about how remote regional areas shape migrants’ use of social media, and whether social media can serve as a viable migrant support infrastructure in such places. We seek to help address this knowledge gap by investigating how social media platforms have enabled algorithmic care for migrants to Oamaru, a small service town on the south-east coast of the South Island of New Zealand. We develop an analytic of technology-mediated care as infrastructure in a tripartite relationship between people, place and platform to guide our examination of the small town migrant support ecosystem. A questionnaire survey of migrants and a community Facebook page have been the source of our data. We observe the important role played by social media platforms through the availability of emotional, informational and material support, and also how, over time, the community Facebook page has evolved into a self-organising and generative care infrastructure. The findings confirm that this form of platformised care is not placeless, but rather contingent on place-specific relations and responsibilities by bringing together migrants, host communities and small town institutions. Social media facilitates the practice of both self-care and caring-with others, enabling migrant and host community interactions and cultural competency building, as well as addressing pre-existing migrant support deficiencies in small towns.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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