Union européenne et migrations internationales
Notice bibliographique
Résumé
Résumé Cet article repose sur une base de données originale mesurant les stocks et les taux d’émigration par niveau de qualification pour tous les pays du monde et pour la majorité des territoires dépendants en 1990 et en 2000 (Docquier et Marfouk [2005]). Nous analysons ici le rôle de l’Union européenne à quinze membres ( ue 15) dans la mobilité internationale des travailleurs qualifiés. Par rapport au reste de l’ ocde , l’ ue 15 se distingue par la faible qualification moyenne de ses immigrés. Néanmoins, en tant que terre d’accueil privilégiée des émigrants africains, elle joue un rôle significatif dans ce débat. L’ ue 15 attire une part importante des migrants diplômés en provenance de pays proportionnellement très affectés par l’exode de leurs cerveaux. L’estimation non paramétrique des densités de taux de migration confirme ce résultat. Au total, si l’Europe enregistre une large perte nette de capital humain dans ses échanges avec les grandes nations d’immigration, elle compense quasiment ce déficit en attirant des travailleurs diplômés en provenance des pays en développement. L’effet net est toutefois dérisoire comparativement aux larges gains observés aux États-Unis, au Canada et en Australie.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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 ».