MétaCan
Menu
Retour à la cohorte
Enregistrement W1957579508 · doi:10.25336/p66891

Panethnicity and Ethnic Resources in Residential Integration: A Comparative Study of Two Host Societies

2005· article· en· W1957579508 sur OpenAlexvenueaboutno aff
Ann H. Kim

Notice bibliographique

RevueCanadian Studies in Population · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnic groupSocioeconomic statusContext (archaeology)AcculturationSocial integrationSocial groupIdeologySocial environmentSociologyGeographyEconomic geographyPolitical scienceDemographyPoliticsSocial scienceAnthropologyPopulation

Résumé

récupéré en direct d'OpenAlex

The racial and ethnic structure of a host society as well as its institutional and ideological context of integration shape the ethnic integration process. To examine these forces for residential integration, this study compares three panethnic groups in Canada and the United States using tabular data from the 2001 Canadian and the 2000 US censuses. Two ways in which the social context is important are identified. First, the social context affects how groups are distributed across urban neighbourhoods. As expected, being a Black ethnic group meant being less segregated in Canada than in the US but Asian groups were more segregated, controlling for group characteristics and the urban and regional context. White ethnic groups in both countries were similarly segregated. Second, the social context influences the process of incorporation itself. The effect of ethnic resources, in terms of acculturation and socioeconomic status, was dependent on the group and host society. The results demonstrate that the national context plays a significant role in the way panethnic group membership influences the spatial processes of ethnic groups in the urban neighbourhoods of the two host societies.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,828

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,176
Tête enseignante GPT0,429
Écart entre enseignants0,253 · 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'étudeObservationnel
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

Citations4
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Studies in PopulationMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207