MétaCan
Menu
Retour à la cohorte
Enregistrement W7000308722

Experiences of educated Turkish migrant women returning from Canada

2019· dissertation· en· W7000308722 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpenMETU (Middle East Technical University) · 2019
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurkishAsideImmigrationMarital statusEmigrationExploratory researchWork (physics)Paid work
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Social science research has been slow to incorporate the international migration of skilled and educated women, and the impacts of their return migration. At the same time, Turkish female migrants have been negatively stereotyped in the literature. This exploratory and descriptive study aims to address these gaps by examining the impacts of emigration and return migration on the social and work lives of educated Turkish women who have returned to Turkey from Canada. Oral history interviews were conducted with six working-age, educated female returnees in Istanbul and Ankara between February and April 2007. Aside from some common features, the six women in this study differ greatly in terms of age, marital status, field of study and work, length of time in Canada and Turkey, and the opportunities and resources available to them throughout their migrations. From the interpretive examination of the women’s narratives, patterns in their subjective social and work life experiences emerged. The issue of gender was found to pervade all aspects of the women’s lives at all stages of their migrations as they negotiated their often contradictory social roles as mothers, wives, daughters, and professionals. This study also reveals that none of the women migrated as an individual actor. Rather, contextual and stratification factors such as marital status, family configuration, language skills, prior exposure to different cultures, socio-economic background, education and labour force participation were found to shape and influence their initial potential for migration, as well as the processes and outcomes of their migrations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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.

Devis d'étudeQualitatif
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenMETU (Middle East Technical University)Même sujetMigration and Labor DynamicsTravaux en français237 207