MétaCan
Menu
Retour à la cohorte
Enregistrement W7140508745 · doi:10.18523/2414-9942.11.2025.48-63

Current Trends and Prospects of Ukrainian Return Migration

2025· article· W7140508745 sur OpenAlexfundno aff
Marharyta Chabanna

Notice bibliographique

RevueKyiv-Mohyla Law and Politics Journal · 2025
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueLabor Market and Education
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésUkrainianBureaucracyGovernment (linguistics)Social securityPosition (finance)Civil society

Résumé

récupéré en direct d'OpenAlex

This article examines contemporary trends in Ukrainian external migration and the factors influencing return migration, underscoring the need for return policies that foster economic growth and social stability. The study identifies key determinants of return, considering both forced and rational migration drivers alongside the social profile of displaced persons. Particular attention is given to pull and push factors that either facilitate return or encourage an extended stay in host countries. The analysis is structured around two main dimensions – security and socio-economic conditions – providing an evaluation of the opportunities available in Ukraine and host states. Given the challenges related to return – including housing issues, economic uncertainty, labor market barriers, legal and bureaucratic constraints, and reintegration difficulties – the author underscores the need for a comprehensive return strategy. In particular, in collaboration with international organizations and civil society, Ukrainian government needs to implement policies that ensure safe return, access to housing, medical care, legal assistance, psychological support, financial programs, and educational opportunities for returnees. In this regard, the author emphasizes that information and communication campaigns about available opportunities can play a crucial role in facilitating sustained return.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKyiv-Mohyla Law and Politics JournalMême sujetLabor Market and EducationTravaux en français237 207