MétaCan
Menu
Retour à la cohorte
Enregistrement W2168557802 · doi:10.1111/j.1944-8287.2001.tb00154.x

Counting Migrants and Migrations: Comparing Lifetime and Fixed‐Interval Return and Onward Migration

2001· article· en· W2168557802 sur OpenAlexaffabout
K. Bruce Newbold

Notice bibliographique

RevueEconomic Geography · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCensusResidenceGeographyTypologyDemographic economicsDemographyInterval (graph theory)EconometricsPopulationEconomicsSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract: Lifetime measures of return and onward migration that use place of birth may be rather arbitrary, as they may not capture the essence of “home” region and therefore may not adequately represent ties to place, including where an individual grew up or went to school. The recent availability of census data that include information on place of residence five years prior to the census, one year prior, and at the time of the census allow an alternative definition of return and onward migration based upon fixed‐interval data. Employing data from the 1996 Canadian census, in this paper I first compare and examine the incidence, composition, and spatial patterns and explanations of return and onward migration through measures of lifetime and fixed‐interval data. I then suggest a typology of return migration. Findings indicate that although both measures result in similar patterns and demographic effects, fixed‐interval measures provide additional detail into the processes at work. Planned returns among younger and older adults that are most likely associated with education or employment and represent 24 percent of returns define two types of return migration. A third type is more consistent with the stereotypical image of a “failed” migration.

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)0,006
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,092
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,234 · 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'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

Citations62
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomic GeographyMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207