Immigration, dynamiques socio-économiques territoriales et mouvements résidentiels. Quelles perspectives pour les résidents du Luxembourg ?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immigration, socio-economic territorial dynamics and residential mouvements. What perspectives for the residents of Luxembourg? L’immigration est au centre de la croissance économique et du développement social du Luxembourg. On retrouve dans le pays d’importants écarts entre certains sous-groupes d’étrangers hautement qualifiés opposés à d’autres moins formés, s’ajoutant aux inégalités socio-économiques déjà présentes dans la population nationale. Dans cet article, nous nous intéressons à l’évolution des inégalités sociales dans un contexte d’immigration, en nous focalisant sur la dimension longitudinale. Nous explorons, avec le dernier recensement national exhaustif, l’évolution des territoires communaux luxembourgeois du point de vue socio-économique pour voir comment les mouvements résidentiels des populations nationales et étrangères ont, dans l’espace social et spatial, suivi ou non la tendance de prospérité qui a marqué le pays dans les dernières décennies. Dans un premier temps, nous construisons une série de portraits descriptifs sur l’évolution des communes à la lumière de la mobilité résidentielle et de l’immigration. Ces portraits montrent que les inégalités sociales et spatiales se sont principalement structurées autour de la capitale et ses communes périurbaines en tant que territoires privilégiés, et le sud comme territoire plus précarisé. Dans un deuxième temps, à travers une série de modèles probabilistes, notre exploration permet d’isoler de manière dynamique l’implication explicite de l’immigration qualifiée et moins qualifiée dans l’évolution des territoires. L’arrivée d’étrangers marque ainsi fortement la structure socio-spatiale du territoire luxembourgeois.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle