MétaCan
Menu
← Retour à la cohorte
Enregistrement W7139642460

Lessons on transformative resilience from migrant collective action in Toronto

2021· other· en· W7139642460 sur OpenAlexaboutno aff
Tenzin Chime, Rupaleem Bhuyan, Alisha Alam, Andrea Bobadilla

Notice bibliographique

RevueTSpace (University of Toronto) · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningPsychological resilienceCollective actionGlobeInequalityFace (sociological concept)PoliticsDisadvantagedCommunity resilienceCivic engagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Goals for this community report We write this community report for migrant communities across Canada and the globe who are looking for ways to address the hardships associated with systemic inequalities through community-building and organizing. This report highlights how migrant communities tap into place-based and cultural knowledge to support each other and advocate for systemic change. Through documenting migrants’ capacity for individual, community and transformative resilience, we illustrate the often-unrecognized strength that migrants contribute to the countries where they settle. Through these case studies, we illustrate how migrant organizers link their personal struggles to broader social and political inequalities in this region. We also discuss how collective action promotes what one participant called “resilience, responsibility, and respect.” We hope that the lessons shared by migrant community leaders in this report will contribute to better understanding of the challenges migrant communities face. Through recognizing migrant’s contributions, we aim to foster greater appreciation for different forms of civic engagement that migrants bring through their critical understanding of social and economic inequalities they face in Canada and transnationally, and migrants’ capacity to bring about positive social change.

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)0,003
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 enseignants0,076
Score d'incertitude au seuil0,550

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0300,014
Communication savante0,0080,002
Science ouverte0,0010,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,026
Tête enseignante GPT0,285
Écart entre enseignants0,259 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)→Travaux en français237 207→