Raport UNCHR – Tendințe globale: strămutarea forțată în 2018 (UNCHR, Geneva, 2019)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 2018 Global Trends Report of UNHCR on forced displacement shows that there is a rise in the number of refugees as a result of persecution, conflict, violence, or human rights violations. By the end of the year 70,8 million individuals were forcefully displaced worldwide. The figure includes refugees and other displaced people not covered by UNHCR’s mandate and excludes other categories such as returnees and non-displaced stateless people. Sixty-seven per cent of refugees come from only five countries: Syria (6.7 million), Afghanistan (2.7 million), South Sudan (2.3 million), Myanmar (1.1 million), and Somalia (0.9 million). The report also focuses on the dire situation in Venezuela, which forced more than 3 million people to flee their country during 2018 due to lack of food and medicine, violence and poverty. The report also tackles relocation and integration of refugees. In 2018, 92,400 refugees were relocated in 25 countries, especially Canada, USA, Australia, UK and France. With regards to integration, it is difficult to distinguish between naturalized refugees and people who are not refugees. 62,600 refugees were naturalized, which is 10,800 less than in the previous year.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,001 |
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.
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 découle