MétaCan
Menu
Retour à la cohorte
Enregistrement W7112728924

Globally cross-examining case studies of refugee resettlement: How do these help us understand “successful” refugee integration? A look at refugees and how they are resettled in the USA, Canada, and Italy.

2025· article· W7112728924 sur OpenAlexaboutno aff

Notice bibliographique

RevueHollins Digital Commons (Hollins University) · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeThematic analysisRefugee crisisQualitative researchQualitative propertyAdaptation (eye)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The world’s refugee crisis is ongoing and increasing in severity. By employing a thematic analysis this thesis seeks to center refugee perspectives to define success in resettlement. Through comparative analysis, commonalities and differences are found within the resettlement practices and policies of the USA, Italy, and Canada. The Integrated Threat and Cultural Adaptation theories are utilized to help understand the actions of both the receiving society and the refugees themselves. Canada remains a top destination for refugees; however, the worsening housing crisis is proving to put significant hardship on refugees. The US refugee resettlement program is contradictory in that it prioritizes accepting the most vulnerable refugees while expecting them to be work-ready upon arrival. Further, the US provides an insufficient amount of assistance (in regard to duration) during resettlement. The Italian Humanitarian Corridors Program is a groundbreaking initiative that proves successful but presents conflicts when trying to expand. Drawing on qualitative and quantitative data from resettlement case studies in each country, the analysis reveals that consistent gaps remain in addressing systemic barriers and personal needs.

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)0,024
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,904
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,013
Études des sciences et des technologies0,0160,009
Communication savante0,0080,008
Science ouverte0,0030,011
Intégrité de la recherche0,0020,002
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 Opus0,038
Tête enseignante GPT0,298
Écart entre enseignants0,260 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHollins Digital Commons (Hollins University)Même sujetMigration, Refugees, and IntegrationTravaux en français237 207