MétaCan
Menu
Retour à la cohorte
Enregistrement W2146909756 · doi:10.1162/daed_a_00223

Immigration & the Color Line at the Beginning of the 21st Century

2013· article· en· W2146909756 sur OpenAlexfundno aff
Frank D. Bean, Jennifer Lee, James D. Bachmeier

Notice bibliographique

RevueDaedalus · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, IrvineTemple UniversityHarvard UniversityAmerican Historical AssociationPrinceton UniversityYork UniversitySage Foundation
Mots-clésImmigrationColor lineDiversity (politics)Ethnic groupWhite (mutation)Race (biology)Gender studiesMetropolitan areaCultural diversityGeographySociologyEthnologyPolitical scienceAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

The “color line” has long served as a metaphor for the starkness of black/white relations in the United States. Yet post-1965 increases in U.S. immigration have brought millions whose ethnoracial status seems neither black nor white, boosting ethnoracial diversity and potentially changing the color line. After reviewing past and current conceptualizations of America's racial divide(s), we ask what recent trends in intermarriage and multiracial identification – both indicators of ethnoracial boundary dissolution – reveal about ethnoracial color lines in today's immigrant America. We note that rises in intermarriage and multiracial identification have emerged more strongly among Asians and Latinos than blacks and in more diverse metropolitan areas. Moreover, these tendencies are larger than would be expected based solely on shifts in the relative sizes of ethnoracial groups, suggesting that immigrationgenerated diversity is associated with cultural change that is dissolving ethnoracial barriers – but more so for immigrant groups than blacks.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,039
Tête enseignante GPT0,341
Écart entre enseignants0,303 · 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'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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDaedalusMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207