MétaCan
Menu
Retour à la cohorte
Enregistrement W2056974248 · doi:10.1111/j.1747-7379.2002.tb00117.x

Educational Attainments of Immigrant Offspring: Success or Segmented Assimilation? <sup/>

2002· article· en· W2056974248 sur OpenAlexaffabout
Mónica Boyd

Notice bibliographique

RevueInternational Migration Review · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnderclassImmigrationOffspringDemographyPopulationPanel Study of Income DynamicsForeign bornAcculturationDemographic economicsPsychologyGeographySociologyEconomics

Résumé

récupéré en direct d'OpenAlex

In this article, I study the educational attainments of the adult offspring of immigrants, analyzing data from the 1996 panel of the Survey of Labour and Income Dynamics (SLID). Fielded annually since 1993 by Statistics Canada, respondents are asked for the first time in 1996 to report the birthplaces of their parents, making it possible to define and study not only the foreign-born population (the first generation), but also the second generation (Canadian born to foreign-born parents) and the third-plus generation (Canadian born to Canadian-born parents). The survey also asked respondents to indicate if they are members of a visible minority group, thus permitting a limited assessment of whether or not color conditions educational achievements of immigrant offspring. I find that “1.5” and second generation adults, age 20–64 have more years of schooling and higher percentages completing high school compared with the third-plus generation. Contrary to the segmented “underclass” assimilation model found in the United States, adult visible minority immigrant offspring in Canada exceed the educational attainments of other not-visible-minority groups. Although the analysis is hampered by small sample numbers, the results point to country differences in historical and contemporary race relations, and call for additional national and cross-national research.

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)0,004
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,357
Écart entre enseignants0,320 · 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

Citations177
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Migration ReviewMême sujetMigration and Labor DynamicsTravaux en français237 207