Transferts des migrants tunisiens et qualification – théorie et évidence
Notice bibliographique
Résumé
L’objectif de cet article est de comprendre pourquoi certains migrants envoient relativement plus de transferts vers leur pays d’origine que d’autres. En prenant appui sur les résultats d’une enquête se rapportant aux émigrants tunisiens, on teste la validité d’un modèle théorique se situant dans la lignée des travaux de Stark (1991) selon lequel le montant des fonds transférés dépend négativement du niveau de qualification de l’émigrant. De par les mécanismes de révélation de l’information concernant leur niveau de qualification, les émigrants peu qualifiés envoient relativement plus de fonds afin de mieux préparer leur réinsertion dans le pays d’origine. Les transferts s’assimilent alors à la contrepartie d’un service qui sera fourni par les membres de la famille de l’émigrant lorsqu’il sera de retour chez lui ; ils constituent une forme de contrat d’assurance. Les résultats de l’estimation d’un modèle Tobit généralisé mettent en évidence l’impact négatif et significatif de la variable représentant le niveau de qualification de l’immigré sur la proportion des transferts dans le revenu total. Conformément aux prévisions du modèle théorique, les immigrés tunisiens les moins qualifiés envoient relativement plus de transferts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».