MétaCan
Menu
Retour à la cohorte
Enregistrement W7133000522

Welcoming Infrastructures: Designing for Accountability in the Settlement Service Work in Canada

2024· dissertation· W7133000522 sur OpenAlexaboutno aff
Cansu Ekmekcioglu

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountabilityTemporalitySettlement (finance)ImmigrationService delivery frameworkService (business)PoliticsInterdependence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Immigration and settlement policies, much like organizational policies or digital technology policies, are built from the coming together of discourses, tools, and people—people standing behind service desks, using databases and making decisions. These interdependent systems, beliefs, and tools effect how decisions are shaped as well as the information and data cultures of an organization (or a whole sector). Digital technologies and commitments to evidence-based, accountable service delivery are critical to the capacity of the settlement organizations to manage data flow. What does accountability mean in settlement service work? What practices and systems underpin the settlement workers’ approach to accountability efforts? What implications do these practices and systems have for the settlement service work? The dissertation addresses these questions through a multi-sited study with the settlement organizations that serve refugees and immigrants in Canada, a country often recognized as a global leader in immigration and settlement policies. This dissertation investigates the underlying data cultures while also nuancing the role of temporality in maintaining accountability practices within settlement service work. I show how data cultures and practices in the settlement organizations are entangled with political domains, administrative techniques, and material artifacts. Applying the lenses of temporality and practice theory, I demonstrate how temporality (inherent in contemporary policy-making and organizational structures) shapes the trajectories and limits of data culture and related practices, and how workers collectively define and find alternative ways to count service data and to account for immigrant settlement support. By teasing out the tensions and complexities inherent in accountability relationships, this dissertation demonstrates the intertwined nature of the digital transformation of settlement organizations—particularly the dual processes of datafication and digitalization—and sustainable immigrant integration. I find that designing equitable and sustainable settlement services will eventually necessitate more comprehensive accountability measures that consider the impact of socio-digital inequities on people’s personal, social, and professional lives.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,387
Écart entre enseignants0,355 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetInformation Systems Theories and ImplementationTravaux en français237 207