MétaCan
Menu
Retour à la cohorte
Enregistrement W2151726465 · doi:10.1177/0306624x12436798

International Immigration, Internal Migration, and Homicide in Canadian Provinces

2012· article· en· W2151726465 sur OpenAlexaffabout
Martin A. Andresen

Notice bibliographique

RevueInternational Journal of Offender Therapy and Comparative Criminology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHomicideImmigrationXenophobiaImmigration and crimeCriminologyDemographic economicsPolitical scienceGeographyPoison controlHuman factors and ergonomicsImmigration lawSociologyEconomicsLawMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The relationship between immigration and crime is politically charged and often fueled by the presence (or lack) of xenophobia. Many theoretical and empirical assessments of this relationship indicate that immigration does indeed lead to increased crime, but more recent (and very early) research investigating homicide calls this finding into question. The current analysis investigates the relationship between immigration and homicide using multiple measures of migration and Canadian provinces as the unit of analysis. It is found that the link between immigration and homicide is complex and dependent on the measure of migration used. Generally speaking, the results presented here are consistent with the more recent and very early research. Immigration, in and of itself, does not increase homicide. Rather it is the increase in the most criminogenic subpopulation that matters, that is young males.

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 enseignants0,327
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

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

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 Opus0,231
Tête enseignante GPT0,398
Écart entre enseignants0,167 · 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

Citations14
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Offender Therapy and Comparative CriminologyMême sujetCrime Patterns and InterventionsTravaux en français237 207