MétaCan
Menu
Retour à la cohorte
Enregistrement W7133018174

Discrimination in the Integration of Ukrainian Refugees in Canada

2024· dissertation· W7133018174 sur OpenAlexaffabout
Nino Emanuel Fagundes

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesOffice of International Science and Engineering
Mots-clésRefugeeUkrainianRacismScholarshipGovernment (linguistics)GeopoliticsDiaspora
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis investigates discrimination Ukrainian refugees face in Canada through integration experiences into Canadian society to help dismantle anti-immigration and systemic discrimination. The thesis specifically focuses on the discrimination that Ukrainian refugees in Canada encounter with regard to institutional racism and language barriers. In addition, the thesis asserts problemtic impacts of this discrimination on Ukrainina refugees, and efforts that the Ukrainian diaspora in Canada and the Government of Canada are making to alleviate the discrimination and improve the integration of Ukrainian refugees in Canadian society.Ukrainian refugees have been displaced due to Russia's invasion of Ukraine in February 2022, leading to an ongoing geopolitical conflict between the two countries. Focusing on the new wave of Ukrainian refugees who have come to Canada as a result of the 2022 conflict, the thesis utilizes a qualitative research methodology consisting of a content analysis of documents in the form of newspapers. This study is crucial as it fills knowledge gaps in the scholarship regarding refugees in general and Ukrainian refugees in particular, and sheds light on the role of refugee integration in fostering empathetic transformative change and contributing to a thriving society.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,056
Score d'incertitude au seuil0,406

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0330,010
Communication savante0,0080,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,399
Écart entre enseignants0,375 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207