MétaCan
Menu
Retour à la cohorte
Enregistrement W2120553971 · doi:10.3386/w18067

Foreign Born Scientists: Mobility Patterns for Sixteen Countries

2012· report· en· W2120553971 sur OpenAlexaboutno aff
Chiara Franzoni, Giuseppe Scellato, Paula E. Stephan

Notice bibliographique

RevueNational Bureau of Economic Research · 2012
Typereport
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesRegione Piemonte
Mots-clésForeign bornGeographyImmigrationArchaeology

Résumé

récupéré en direct d'OpenAlex

We report results from the first systematic study of the mobility of scientists engaged in research in a large number of countries. Data were collected from 17,182 respondents using a web-based survey of corresponding authors in 16 countries in four fields during 2011. We find considerable variation across countries, both in terms of immigration and emigration patterns. Switzerland has the largest percent of immigrant scientists working in country (56.7); Canada, and Australia trail by nine or more percent; the U.S. and Sweden by approximately eighteen percent. India has the lowest (0.8), followed closely by Italy and Japan. The most likely reason to come to a country for postdoctoral study or work is professional. Our survey methodology also allows us to study emigration patterns of individuals who were living in one of the 16 countries at age 18. Again, considerable variation exists by country. India heads the list with three in eight of those living in country when they were 18 out of country in 2011. The country with the lowest diaspora is Japan. Return rates also vary by country, with emigrants from Spain being most likely to return and those from India being least like to return. Regardless of country, the most likely reason respondents report for returning to one's home country is family or personal.

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)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,385
Tête enseignante GPT0,482
Écart entre enseignants0,097 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetInnovation and Knowledge ManagementTravaux en français237 207