MétaCan
Menu
Retour à la cohorte
Enregistrement W1504658102

National Identity in a Multicultural Nation: The Challenge of Immigration Law and Immigrants

2004· article· en· W1504658102 sur OpenAlexaboutno aff
Kevin R. Johnson, Bill Ong Hing

Notice bibliographique

RevueeYLS (Yale Law School) · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationMulticulturalismImmigration lawNational identityPolitical sciencePsychological nativismPopulationIdentity (music)Immigration policyLawGlobalizationEthnic groupSociologyPolitical economyGender studiesPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Samuel Huntington's provocative new book Who Are We?: The Challenges to National Identity is rich with insights about the negative impacts of globalization and the burgeoning estrangement of people and businesses in the United States from a truly American identity. The daunting question posed by the title of the book is well worth asking. After commencing the new millennium with wars in Afghanistan and Iraq, U.S. military torture of Iraqi prisoners, indefinite detentions of U.S. citizens declared by the President to be "enemy combatants," and a massive domestic "war on terror" that has punished and frightened Arab, Muslim, and other immigrant communities, many Americans have asked themselves the very same question. Professor Huntington's fear is that the increasingly multicultural United States could disintegrate into the type of ethnic strife that destroyed the former Yugoslavia during the 1990s, or, in less dramatic fashion, divided Quebec for much of the twentieth century. Forming a cohesive national identity with a heterogeneous population is a formidable task but, as Professor Huntington recognizes, critically important to the future of the United States.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0260,027
Communication savante0,0140,010
Science ouverte0,0010,009
Intégrité de la recherche0,0060,006
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 Opus0,020
Tête enseignante GPT0,294
Écart entre enseignants0,274 · 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'étudeSans objet
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetLabor Movements and UnionsTravaux en français237 207