MétaCan
Menu
Retour à la cohorte
Enregistrement W2082594473 · doi:10.1002/psp.301

Geography and segmented assimilation: examples from the New York Chinese

2004· article· en· W2082594473 sur OpenAlexaff
K. Bruce Newbold, Matthew Foulkes

Notice bibliographique

RevuePopulation Space and Place · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNational Science Foundation
Mots-clésNaturalizationImmigrationAcculturationGeographyAssimilation (phonology)Socioeconomic statusMetropolitan areaEconomic geographyDemographySociologyCensusPopulationLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract Drawing upon the segmented assimilation framework, and using the 1990 5% PUMS file, the paper compares the assimilation of selected Chinese immigrant cohorts, based upon age and period of entry. Including a spatial component within the framework, we examine whether differences in the organisation and assimilation of immigrant groups exist across space. For each cohort, contrasts are made with reference to location in the New York Consolidated Metropolitan Statistical Area (CMSA), with the analysis focusing upon differences in spatial assimilation with respect to acculturation, socioeconomic characteristics, internal migration, and immigrant characteristics relative to other immigrant and native‐born groups. The analysis is updated using Immigration and Naturalization Service (INS) data files from the 1990s. Results suggest that space, and location in space, alter the assimilation trajectory of similarly defined groups. Copyright © 2004 John Wiley & Sons, Ltd.

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)0,000
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 enseignants0,036
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,029
Tête enseignante GPT0,278
Écart entre enseignants0,249 · 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

Citations15
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation Space and PlaceMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207