Social Capital and the Significance of Pre-Migration Context among \nBurmese Refugee Communities In Canada
Notice bibliographique
Résumé
What happens in the case of immigrant groups who have had such pre-migration experiences as to require specialized assistance in the adaptation process, and yet whose population is not substantial enough to convince governmental sources of funding their demands? The wave of Burmese refugees fleeing the 1988 crackdown in their country is one such example. Drawing from perspectives of Participatory Action Research (PAR), this study has several objectives. First, it explores the current settlement needs of the Burmese population by way of relating it to the pre-migration context. By identifying those characteristics which influence the ability of this group to effectively compete for resources among organized ethno-cultural groups in Canada, this study hopes to highlight barriers to full participation. Second, a related objective is the documentation of the settlement and integration issues faced by the Burmese population, namely through an exploratory study of experiences of Burmese communities in Winnipeg and Toronto. Third, it seeks to explore the question of social capital within the Burmese population and its possible implications for resettlement and integration process. Fourth, it will attempt to contribute to the testing of Participatory Action Research as a methodological tool in improving our understanding of refugee resettlement. And fifth, it seeks to generate recommendations that will improve the settlement and integration of this target population within Canadian society. Broadly, it is hoped that this study might demonstrate how the particular needs of immigrant groups, in this case statistically small ethno-cultural groups arriving with traumatic refugee experiences, require careful consideration in seeking to facilitate integration through enhanced social capital and self-help.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,023 | 0,008 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».