MétaCan
Menu
Retour à la cohorte
Enregistrement W7117325301 · doi:10.5281/zenodo.17868439

Systemic Discrimination and Racism in the School and Workforce Pathways of Youth with Refugee Experience in Nova Scotia

2025· article· W7117325301 sur OpenAlexaffabout
Ifeyinwa Mbakogu, Chana Tikvah Wielinga, Lotanna Odiyi

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRefugeeNova scotiaRacismWorkforceReputationNarrativeIntersectionalityImmigration

Résumé

récupéré en direct d'OpenAlex

Although Nova Scotia (NS) has prioritized attracting and retaining newcomers from around the world, there is a paucity of research on the experiences of refugees in the province. In particular, is the minimal research on youth with refugee experience (YRE), considering that approximately half of all refugees are 18 years of age and younger. This paper addresses this gap by presenting findings from research that examines the pre-departure and arrival experiences of 21 youth with refugee experience in Nova Scotia. The paper examines the impact of racism on the resettlement of YREs by presenting the voices and experiential contributions of participants within the enabling framework of critical race theory (CRT). The narratives show that despite fostering a reputation as one of the most welcoming destinations for newcomers, youth with refugee experience often face systemic discrimination and racism, particularly in seeking employment and within educational institutions. The findings provide better understanding of the experiences of YRE, with accessing services and meeting their long-term economic goals that the provincial government, service providers, and researchers may apply to improve the pathways for YRE as they pursue employment in Nova Scotia.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,581
Score d'incertitude au seuil0,833

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0030,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,047
Tête enseignante GPT0,304
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 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'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEducation and experiences of immigrants and refugeesTravaux en français237 207