Asylum accommodation governance in Cyprus: Key findings and recommendations
Notice bibliographique
Résumé
According to Eurostat’s records, Cyprus had the highest number of firsttime asylum applicants in Europe (relative to population) during the second quarter of 2018. The number of asylum applications in the first eight months exceeded 4,500, marking an increase of 55% from 2017. The growing needs of the increasing asylum seeking population continue to be insufficiently addressed. The vast majority of applicants are unable to secure shelter at the Kofinou Reception and Accommodation Centre, and are instead dispersed throughout the island. Currently, no reliable statistics are available as to where applicants live, under what conditions, or whether they depend on social welfare benefits. At the same time, local authorities lack the legal framework to design social policies, which limits their scope. NGOs and local authorities, in turn, rely heavily on European and national funding to implement integration projects that are ultimately short term and often unsustainable. GLIMER draws on rigorous qualitative research on the national level to map and understand accommodation governance policies, while also charting the impact of their approaches on the accommodation experiences of the displaced as well as the capacity of local and devolved stakeholders to shape, adapt or intervene in issues related to housing1 . The lack of holistic policies shows both a lack of political will, which in turn feeds Cypriots’ negative perceptions towards asylum seekers, while also highlighting the urgent need to improve public services to migrant populations who live and work in Cyprus.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».