The decision to migrate: A simultaneous decision making approach
Notice bibliographique
Résumé
Discrete choice models are used to investigate the individual’s choice among a discrete number of alternatives. The characteristics of each alternative, by means of multinomial and nested multinomial models, have been taken into account. Specifically, this study analyses the impact of choice-specific characteristics (economic and socio-political attributes) in a model of choice between different country locations. Individual IT-graduates are assumed to choose a single type of move, stay-home or go-abroad, while simultaneously choosing a country of their choice. We demonstrate that a nested logit model is appropriate on both theoretical and empirical grounds. The sample consists of 1,500 IT-graduates from India. The results show on the one hand a high migration propensity for foreign destinations and on the other hand a quite large number of IT-Graduates who want to stay at home. By comparing the direct elasticities (at branch level) of home with those of foreign destination types we observe that both the economic as well as socio-political factors tend to have a greater impact for the foreign destinations. Based on the cross elasticities values, a location comparison between the destinations Germany and the USA/Canada shows that the magnitude of the values of elasticities are found to be higher for North American countries than for Germany. This suggests that IT-Graduates evaluate the economic as well as the socio-political factors as more important and significantly higher for North American destinations than for Germany. In addition we find strong evidence for a competition between countries with high potentials, with India emerging as an attractive location.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».