© 2019 Refugees.AI

generously supported by

Vidarebosättning som skapar möjligheter för både flyktingar och samhället

Vårt mål

Refugees.AI tar flyktingars förhoppningar, ambitioner och mål på allvar. Vi tror att integration fungerar som bäst när man tar hänsyn till både flyktingars preferenser och de nya hemländernas förmåga, förutsättningar och prioriteringar.

Vi använder verktyg från maskininlärning, heltalsoptimering och matchningsteori för att placera flyktingar i sina nya hemländer.

Rapporter från den svenska regeringen och myndigheter i Storbritannien har rekommenderat att man bör använda mer avancerade metoder för att förbättra den geografiska matchningen för asylsökande flyktingar och nyanlända flyktingar.

En presentation av Annie MOORE

Annie™ MOORE (Matching and Outcome Optimization for Refugee Empowerment) är världens första programvara som hjälper mottagandeenheter att optimera placeringen av flyktingar i deras nya hemländer. Programvaran är namngiven för att hedra Annie Moore, den första invandraren att registreras vid den nyöppnade migrationsstationen på Ellis Island i New York 1892.

Läs om hur Annie™ har använts av en amerikansk hjälporganisation för att placera kvotflyktingar sedan maj 2018 här.

 

Mediabevakning

TheAtlanticLogo.jpg
dn_black_200x200.jpg

Om ni vill ha information om media, var snäll att kontakta:

USA: Alison Duffy (amduffy@wpi.edu)

Storbritannien: Lanisha Butterfield (lanisha.butterfield@admin.ox.ac.uk)

 

Sverige: Louise Larsson (louise.larsson@ehl.lu.se)

 

Flyktingar i världen

68.5 miljoner

människor i flykt 2018

19.9 miljoner

flyktingar under UNHCRs beskydd 2018

1.19 miljoner

flyktingar i akut behov av att flyttas från konfliktregioner 2017

75,188

flyktingar deltog i olika omförflyttningsprogram 2017

65,109

flyktingar från 70 olika länder omförflyttades till 30 olika länder 2017

despite increases in departures, the total annual number of resettlement country places...were not fully utilized.

UNHCR Refugee Resettlement Trends, 2015, p.28

"

Resurser

Utvalda artiklar och blogginlägg:
 
 
Utvalda akademiska arbeten
  1. Trapp, A. C., Teytelboym, A., Martinello, A., Andersson, T. and N. Ahani (2018), "Placement Optimization for Refugee Resettlement", Working paper.

  2. Bansak et al. (2018), "Improving refugee integration through data-driven algorithmic assignment", Science.

  3. Andersson, T., Ehlers, L., and A. Martinello (2018), "Dynamic Refugee Matching", Working paper.

  4. Jones, W. and A. Teytelboym (2018), “The local refugee match: Aligning refugees' preferences with the capacities and priorities of localities”, Journal of Refugee Studies.

  5. Aziz, H. et al. (2018), Stability and Pareto optimality in refugee allocation matchings, AAMAS '18 Proceedings of the 17th International Conference on Autonomous Agents and MultiAgent Systems

  6. Grech, P. (2017), "Undesired properties of the European Commission’s refugee distribution key", European Union Politics

  7. van Basshuysen, P. (2017), "Towards a fair distribution mechanism for asylum", Games.

  8. Jones, W. and A. Teytelboym (2017), “The international refugee match: A system that respects refugees' preferences and the priorities of states", Refugee Survey Quarterly.

  9. Andersson, T. and L. Ehlers (2016), “Assigning refugees to landlords in Sweden: Efficient stable maximum matchings", Working paper.

  10. Delacretaz, D., Kominers, S. D., and A. Teytelboym (2016), “Refugee Resettlement”, Working paper

  11. Jones, W. and A. Teytelboym (2016), “Choices, preferences and priorities in a matching system for refugees”, Forced Migration Review.

  12. Moraga, J. F.-H. and H. Rapoport (2014), “Tradable Immigration Quotas”, Journal of Public Economics.

Kontakt

Om ni vi arbeta med oss för att utforma matchningssystem som kan användas för flyktingplacering, tveka då inte att kontakta oss.