Migrant and refugee solidarity in European cities: A meta-synthesis of key themes and approaches
Notice bibliographique
Résumé
Across Europe over 700 cities are actively supporting solidarity-based migration policies and practices. Often, these cities are responding to regressive and anti-migrant policies enacted at national and EU levels. In this paper, we examine data collected by Moving Cities on good practices in urban migrant and refugee support through 28 case studies of cities across Europe. Our meta-synthesis of this data highlights key themes across European cities adopting solidarity-based migration policies: the empowerment of municipal actors, collaborative approaches, and integrated frameworks. We also discuss the importance of local context. These findings largely affirm the literature but also contribute a whole-of-government and whole-of-society perspective reflecting an integrated framework to established knowledge on urban solidarity practices and policies. The findings also offer important insights and practical guidance for local policy making. • European cities show patterns in structuring solidarity work, engaging stakeholders, and local policy. • Meta-synthesis of migrant solidarity initiatives across 28 progressive European cities • Three vital municipal actors shape migrant solidarity: mayors, staff, and immigrant councils. • Migrant solidarity relies on partnerships across civil society, regions, and city networks. • European cities adopt integrated approaches to migrant solidarity across society and government.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,049 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,024 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».