MétaCan
Menu
Retour à la cohorte
Enregistrement W4416503359 · doi:10.1590/1982-57652025v30id290901

FATORES DE INTEGRAÇÃO DE REFUGIADOS E IMIGRANTES INVOLUNTÁRIOS NA EDUCAÇÃO SUPERIOR

2025· article· pt· W4416503359 sur OpenAlexaff
Alisson Vinícius Silva Ferreira, Lucienne Martins Borges

Notice bibliographique

RevueAvaliação Revista da Avaliação da Educação Superior (Campinas) · 2025
Typearticle
Languept
DomaineSocial Sciences
ThématiqueMigration, Racism, and Human Rights
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésForeign policyContext (archaeology)Public policyWork (physics)Qualitative research

Résumé

récupéré en direct d'OpenAlex

Resumo O acesso ao ensino superior vem se tornando um relevante meio de reparação humanitária e integração local para pessoas em condição de refúgio. Todavia, com a mudança de cultura, estas se deparam com novos sistemas de ensino, uma nova língua de aprendizagem que se mesclam ao luto das rupturas forçadas pela imigração involuntária e ao contexto educacional nem sempre preparado para o desenvolvimento de uma educação intercultural. Nesse sentido, o presente estudo teve como objetivo investigar os fatores de integração educacional envolvendo estudantes universitários em condição de refúgio. Para tal, foi realizada revisão integrativa de literatura com estudos nacionais e internacionais em 16 países dos 5 continentes. Os resultados apontaram uma diversidade de fatores individuais, sociais, institucionais, culturais e políticos que impactam negativamente na integração educacional. Porém, também identificou-se um conjunto de fatores potencializadores da integração em conjunto com boas práticas que possibilitam mitigar os fatores limitantes. Por fim, a pesquisa aponta a necessidade imperiosa do desenvolvimento das ações e programas de acompanhamento institucional após o ingresso, assim como lacunas de estudos específicos sobre evasão e formação envolvendo áreas do conhecimento e cursos.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,004
Communication savante0,0050,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,032
Tête enseignante GPT0,337
Écart entre enseignants0,305 · 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'étudeObservationnel
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 revueAvaliação Revista da Avaliação da Educação Superior (Campinas)Même sujetMigration, Racism, and Human RightsTravaux en français237 207