MétaCan
Menu
← Retour à la cohorte
Enregistrement W2184897330

Language assimilation in bilingual countries

2007· article· en· W2184897330 sur OpenAlexaboutno aff
Javier Ortega, Grégory Verdugo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationFrenchAssimilation (phonology)First languageIncentivePolitical scienceSociologyDemographic economicsLinguisticsEconomicsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We consider a bilingual country with immigration, where only agents who share the same language can produce together. Immigrants cannot communicate with each other nor with natives unless they learn to speak one of the two languages of the country. We model immigrants’choice of language. With an exogenous language composition of natives, immigrants tend to choose the language of the majority. Endogenising the choice of minority natives to become bilingual does not alter the set of production partners of other minority members but reinforces the incentives of the immigrants to learn the majority language. In order to learn the minority language, immigrants would require a larger subsidy the smaller the minority. Using Canadian language data from the 2001 Census at the city level, we show that the assimilation of anglophone minorities into French negatively and strongly depends on the size of the city’s anglophone minority, while the assimilation of francophone minorities into English is lower only when the number of Francophones is above a 5% threshold. In addition, the size of the anglophone group is the driving force in explaining immigrant assimilation in both types of cities: a larger anglophone minority deters immigrant assimilation into French in francophone cities, and a larger anglophone majority fosters immigrant assimilation into English in anglophone cities. Instead, the size of francophone minorities (respectively, majorities) does not reduce (respectively, increase) assimilation into English (respectively, French). Finally, overall assimilation displays the same pattern as immigrant assimilation. JEL classi…cation: F22, J 15

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,012
Tête enseignante GPT0,342
Écart entre enseignants0,331 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration and Labor Dynamics→Travaux en français237 207→