MétaCan
Menu
Retour à la cohorte
Enregistrement W2093093699 · doi:10.1177/0020715212447615

Civilizing vs destructive globalization? A multi-level analysis of anti-immigrant prejudice

2012· article· en· W2093093699 sur OpenAlexvenueno aff
Yunus Kaya, Ekrem Karakoç

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlobalizationPrejudice (legal term)ImmigrationOpenness to experiencePolitical scienceDevelopment economicsPolitical economyDemographic economicsSociologyEconomicsSocial psychologyPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact of the latest wave of globalization on anti-immigrant prejudice. We discern and test two contradictory accounts of the impact of globalization on anti-immigrant prejudice from the prejudice and globalization literatures. On the one hand, there is the ‘civilizing/integrative globalization’ thesis, which implies that globalization should help to decrease prejudice by creating sustained and equal contact between previously alien cultures and peoples, and by spreading economic gains to everybody. On the other hand, there is the ‘destructive globalization/globalization as a threat’ thesis, which argues that globalization should increase anti-immigrant prejudice by intensifying competition over resources and by increasing perceived threat by native populations as a result of increasing immigrant populations. We test these two accounts using a multi-level analysis of 64 countries and nearly 150,000 individuals, derived from the World Values Surveys (waves 3–5). Our analyses reveal support for ‘destructive globalization/ globalization as a threat’ thesis, but emphasize the multi-dimensional character of globalization. We find that citizens of countries with higher levels of trade openness have significantly more anti-immigrant sentiments. There is also some evidence that in countries where unemployment is accompanied by high levels of trade openness or the existence of large immigrant populations, citizens hold high anti-immigrant prejudice. By contrast, foreign direct investment (FDI) has a weak effect.

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)0,000
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 enseignants0,528
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,080
Tête enseignante GPT0,410
Écart entre enseignants0,330 · 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

Citations45
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetMigration, Refugees, and IntegrationTravaux en français237 207