MétaCan
Menu
Retour à la cohorte
Enregistrement W2087110935 · doi:10.1177/0020815207088910

Regional Differences Matter

2008· article· en· W2087110935 sur OpenAlexvenueno aff
Elmar Schlueter, Ulrich Wagner

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésDerogationGeneralizability theoryImmigrationSocial psychologyPsychologyPopulationEuropean Social SurveyPrejudice (legal term)Structural equation modelingContact theoryDevelopmental psychologyGeographyDemographyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

In this study, we examine which role the size of the immigrant population plays in explaining immigrant derogation within and between European regions. We draw upon group threat- and intergroup contact theory to consider the following question: does a larger size of immigrant population increase perceived group threat and thereby lead to greater immigrant derogation? Or does it increase intergroup contact and thereby ameliorate immigrant derogation? We test the empirical adequacy of these alternative suggestions using regionalized European Social Survey 2002 and official data which will be analyzed by means of multilevel structural equation modeling. Within regions, our results confirm that perceived group threat increases subsequent immigrant derogation. Likewise, intergroup contact reduces perceived group threat and thereby amends such derogation of immigrants. Between regions, our findings show that a larger size of the immigrant population increases both greater perceived group threat and intergroup contact. At the same time, the effects of perceived group threat and intergroup contact on immigrant derogation resemble those found within regions. In sum, these results lend evidence to the generalizability of both group threat- and contact effects. Implications of these findings for future research are discussed.

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)0,007
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 enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,004

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 Opus0,151
Tête enseignante GPT0,433
Écart entre enseignants0,282 · 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

Citations171
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207