MétaCan
Menu
Retour à la cohorte
Enregistrement W6930703871 · doi:10.5281/zenodo.13886351

Immigrant organisations in Slovenia

2024· article· en· W6930703871 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEmotion and Mood Recognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationEthnic groupDiversity (politics)Quarter (Canadian coin)Distribution (mathematics)Social organization

Résumé

récupéré en direct d'OpenAlex

The paper provides a comprehensive inventory and presentation of the activities of immigrant organizations in Slovenia. The organization and activities of immigrants in associations or other organizations are an important form of their civic participation in the country of immigration. In 2023, 134 immigrant organizations were operating in Slovenia, most of which are associations. This paper focuses mainly on analysing their activities, the time of their establishment, their ethnic organization and the geographical distribution of these organizations. The analysis shows that the mono-ethnic organization of immigrant communities is prevalent in Slovenia. The vast majority of these organizations were founded by members of the communities from the former Yugoslavia, who are the most numerous immigrants and have the longest presence in Slovenia. As a result, their organizations are among the oldest of all immigrant organizations, operate over a wider geographical area and show a greater diversity of activities than those of other immigrant groups. Most immigrant organizations operate in urban areas, which are also home to the highest number of immigrant populations. Almost all immigrant organizations in Slovenia are involved in cultural activities, mainly preserving the original cultures and languages of immigrants. A good quarter of them are also involved in various educational activities, and their activities in the fields of advocacy, humanitarianism and sport are also worth mentioning.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,046
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEmotion and Mood RecognitionTravaux en français237 207