Rethinking the Migration Effects of Natural Amenities: Part II/Repenser Les Effets Des Amenites Naturelles Sur la Migration
Notice bibliographique
Résumé
Abstract In this two-part article, we systematically examine the effects of natural amenities on in-migration by looking at recent evidence from the U.S. Lake State of Wisconsin. In Part I, we develop a comprehensive review of the driving factors behind migration and generate indices using principal factor analysis and spatial overlay methods with initial models specified using ordinary least squares regressions. In Part II, we model the migration problem by considering spatial lag and error dependence simultaneously and identifying the optimal spatial weights matrix among a comprehensive array of possible specifications. Results suggest in-migration is determined jointly by demographic, social, economic, geographic, political and cultural forces within the context of varying natural amenity characteristics. Resume Dans cet article en deux parties, nous examinons systematiquement les effets des amenagements naturels sur l'immigration. Dans la lere partie, nous abordons cette question en fonction de la litterature critique et nous procedons a un resume complet des facteurs moteurs de la migration. Empiriquement nous prenons en compte les donnees recentes de l'Etat americain du Wisconsin au niveau de la petite division administrative. Nous tenons compte des caracteristiques demographiques, des conditions socioeconomiques, de l'accessibilite des transports et de l'amenagement du territoire. En outre, nous developpons des indices en utilisant une analyse des principaux facteurs et les methodes de superposition spatiale avec des modeles initiaux specifies en utilisant une analyse ordinaire de regression par les moindres carres. Dans la 2eme partie, nous reconnaissons la nature spatialement explicite du probleme et la complexite empirique correspondante qui fait que la reconnaissance de > compte dans la methode d'analyse regionale. Ainsi, pour une meme specification de zone geographique, nous diagnostiquons nos premiers modeles regionaux en fonction de la presence de l'espace auto-structures d'erreur correles (spatially auto-correlated error structures). Cela nous amene a adapter notre approche a la modelisation du probleme des migrations considerant a la fois le decalage spatial et la dependance d'erreur (error dependence) simultanement. En outre, nous utilisons une approche fondee sur les donnees pour identifier les poids optimaux matrice spatiale (spatial weights matrix) au sein d'un ensemble complet de specifications possibles. Les resultats suggerent que la migration intra- regionale est en effet un processus spatial qui necessite des approches a l'analyse regionale spatialement specifiques. La modelisation spatiale suggere que la migration est determinee conjointement par des forces demographiques, sociales, economiques, geographiques, politiques et culturelles dans le contexte de caracteristiques d'amenites naturelles variables. Les effets de la migration des amenites naturelles varient selon l'inclusion ou l'exclusion de nombreuses forces contextuelles qui agissent pour influencer le changement de la population rurale. Les amenites naturelles semblent etre mieux comprises comme simple catalyseur, ou l'une des nombreuses forces contextuelles qui agissent pour influencer le changement de la population rurale. Leur attraction migratoire ne semble exister que lorsque les autres conditions (la demographie, l'habitabilite, l'accessibilite et leur potentiel d'etre developpees) sont remplies. Des recherches supplementaires sont recommandees pour un examen plus holistique des effets des amenites naturels sur le developpement sociodemographique et les caracteristiques du changement economique qui sont importants pour le developpement regional. Introduction Increasingly, conventional academic wisdom suggests that natural amenities play a significant role in regional demographic change. In large part, the post-1970 turnaround migration, was thought to be a function of the attractive power of natural amenities in rural America (Brown et al 1997; Fuguitt and Brown 1990; Fuguitt et al 1989; Fuguitt and Zuiches 1975; Humphrey 1980; Johnson 1982, 1989; Johnson and Beale 1994; Johnson and Purdy 1980; Zuiches and Rieger 1978). …
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».