MétaCan
Menu
Retour à la cohorte
Enregistrement W2029847555 · doi:10.1080/08865655.2012.751733

Types of Migration Enabled by Maquiladoras in Baja California, Mexico: The Importance of Commuting

2013· article· en· W2029847555 sur OpenAlexafffundvenue
Kathryn Kopinak, Rosa María Soriano Miras

Notice bibliographique

RevueJournal of Borderlands Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensKing's University College
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMultinational corporationImmigrationTypologyWork (physics)DiasporaEconomic geographyPolitical scienceEconomyBusinessGeographySociologyEconomicsGender studiesEngineering

Résumé

récupéré en direct d'OpenAlex

This article analyzes a relatively new stream of labor migrants from Mexico to the US, those who have worked in export-processing industries, or maquiladoras, in Mexico before or at the same time as crossing the border to work. The focus is on what kind of migrants they are, addressing how those with maquila work experience compare with the traditional migratory stream of agricultural workers. The methodology is Grounded Theory and use is also made of typology theory, showing how the emergence of particular ideal types of migrants are dependent on Mexican job, labor market, place of origin, documents and social and human capital. We find that former and current maquila employees most often begin as a recurrent type of migrant, especially commuters, which is one of its subtypes. Many tend to transform over time into immigrants. Maquila employees are more likely to be commuters than agricultural workers due to differing origins. More skilled maquila employees become immigrants and recurrent migrants through a diaspora process in which the multinational corporation plays a key role, providing an organizational structure through which they move. The return type of migration is not strongly represented due to borderlander identities and less opportunity in Mexico.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,689
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,306
Écart entre enseignants0,289 · 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

Citations13
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetMigration and Labor DynamicsTravaux en français237 207