MétaCan
Menu
Retour à la cohorte
Enregistrement W1999820748 · doi:10.1080/17457289.2015.1023203

Engaging Immigrants? Examining the Correlates of Electoral Participation among Voters with Migration Backgrounds

2015· article· en· W1999820748 sur OpenAlexaff
Hanna Wass, André Blais, Alexandre Morin-Chassé, Marjukka Weide

Notice bibliographique

RevueJournal of Elections Public Opinion and Parties · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesAcademy of FinlandHelsingin Yliopisto
Mots-clésImmigrationDemographic economicsPolitical sciencePsychologySocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

An increasing number of eligible citizens in North America and Europe were born outside of these countries. As remarked by Heath et al. [2011. “Ethnic Heterogeneity in the Social Bases of Voting at the 2010 British General Election.” Journal of Elections, Public Opinion and Parties 21 (2): 255–277], in the case that voters with migration background respond differently to established correlates of turnout, understanding the role of immigration-specific factors becomes particularly important. On the basis of individual-level register data from the 2012 Finnish municipal elections (n = 585,839), we examine whether the effect of socioeconomic status on turnout differs according to citizenship status and test which indicators of social and political integration boost participation among foreign-born voters. We find, in line with the different response model, that the impact of age and education is weaker among voters with migration background. In addition, having a native spouse and minor children, past eligibility and being born in a democratic country increase turnout among foreign-born voters, lending support for the assimilation, exposure and transferability models. Finally, the findings concerning the resistance model were opposite to our expectations. Older age at the time of immigration increases participation, but only among migrants born in a democratic country.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,603

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,120
Tête enseignante GPT0,351
Écart entre enseignants0,231 · 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

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Elections Public Opinion and PartiesMême sujetElectoral Systems and Political ParticipationTravaux en français237 207