MétaCan
Menu
Retour à la cohorte
Enregistrement W1965107441 · doi:10.1177/0020715212457095

The dimensions and degree of second-generation incorporation in US and European cities: A comparative study of inclusion and exclusion

2012· article· en· W1965107441 sur OpenAlexvenueno aff
Frank D. Bean, Susan K. Brown, James D. Bachmeier, Tineke Fokkema, Laurence Lessard-Phillips

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesPennsylvania State UniversitySage Foundation
Mots-clésImmigrationEconomic geographyInclusion (mineral)Demographic economicsRegional scienceNew immigrantsGeographyFirst generationPolitical scienceSociologyEconomic growthDemographyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

This research compares cities between and within the United States and Europe with respect to their dimensionality and degree of immigrant incorporation. Based on theoretical perspectives about immigrant incorporation, structural differentiation and national incorporation regimes, we hypothesize that more inclusionary (MI) cities will show more dimensions of incorporation and more favorable incorporation outcomes than less inclusionary (LI) places, especially in regard to labor market and spatial variables. We use data from recent major surveys of young adult second-generation groups carried out in Los Angeles, New York, and 11 European cities to assess these ideas. The findings indicate that second-generation immigrants in New York (MI) and in European MI places (i.e. cities in the Netherlands, Sweden and France) show greater dimensionality of incorporation (and thus by implication more pathways of advancement) respectively than is the case in Los Angeles (LI) or in European LI places (i.e. cities in Austria, Germany, and Switzerland). We discuss the significance of these results for understanding how the structures of opportunity confronting immigrants and their children in various places make a difference for the nature and extent of their integration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

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

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 Opus0,121
Tête enseignante GPT0,382
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations52
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207