MétaCan
Menu
Retour à la cohorte
Enregistrement W6947919292 · doi:10.48336/z7pc-kp34

Forging a new home: community size shapes the settlement experience of Syrian refugees in Canada

2024· article· en· W6947919292 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Image and Video Retrieval Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRefugeeSettlement (finance)Syrian refugeesImmigrationDiversity (politics)Thematic analysisFocus group

Résumé

récupéré en direct d'OpenAlex

Many immigration and settlement studies in Canada focus on large urban centers, leaving a gap in research addressing the unique needs and experiences of newcomers in smaller communities. This phenomenological research delves into the settlement experiences of Syrian refugees in the small city of St. John’s, compared to those in the larger city of Ottawa. Through one-on-one, in-person, semi-structured interviews with seven Syrian refugees in St. John’s and eight in Ottawa, data was collected, and thematic analysis was used to gain insights into the data. The study reveals that St. John’s provided a haven for Syrian refugees escaping war. However, its lower ethnic, cultural, and linguistic diversity compared to larger cities challenged Syrian refugees’ integration. Additionally, their economic integration was hindered by inadequate settlement services, difficulties with the recognition of foreign acquired skills and experience, workplace discrimination, and language barriers. In contrast, interviewees from Ottawa reported being well-integrated into the social and economic fabric of the city without perceiving the same barriers perceived by the Syrian refugees in St. John’s. These findings stress the need for new settlement programs and services. They also highlight the significance of fostering the economic integration of refugees by providing them with the support they need.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0040,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,287
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetAdvanced Image and Video Retrieval TechniquesTravaux en français237 207