MétaCan
Menu
Retour à la cohorte
Enregistrement W2109951185 · doi:10.1177/0269094214543168

Ireland’s immigration policies (1997–present): Links to global trends of labour division and effects on national labour market structure

2014· article· en· W2109951185 sur OpenAlexaff
Siobhán McPhee

Notice bibliographique

RevueLocal Economy The Journal of the Local Economy Policy Unit · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIrishImmigrationEconomicsDivision of labourOddsLabour economicsMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

Ireland’s economic growth (1992–2007) was fuelled by availability of capital, but also through access to cheap flexible labour. This article attempts to provide evidence that the Irish state played a central role in facilitating and shaping labour supply, a role that has resulted in the clustering of non-Irish workers in particular sectors of the labour market. Worker mobility across national borders takes place at the intersection of global economic trends and local or regional labour market development, thus creating global consistency in the operation of local or regional markets and demand for workers; however, each labour market is unique as each creates its own local and global social relations. The state, as a main actor in the formulation of immigration policies and in shaping labour market structure, has a central role in affecting the nature of the interconnection between global and local. The analysis considers how Ireland’s immigration policies, as they reflect global labour trends, contribute to the clustering of certain migrants in particular sectors. The method of analysis involves a three-step numerical analysis of clustering: (1) percentages, (2) ODDS ratios and (3) two-step cluster analysis. Results suggest the existence of economic clustering and channelling of workers into specific jobs linked back to immigration policies and recruitment drives.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,275
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLocal Economy The Journal of the Local Economy Policy UnitMême sujetMigration and Labor DynamicsTravaux en français237 207