MétaCan
Menu
Retour à la cohorte
Enregistrement W2398671173 · doi:10.4054/demres.2016.34.30

Human capital on the move: Education as a determinant of internal migration in selected INDEPTH surveillance populations in Africa

2016· article· en· W2398671173 sur OpenAlexaff
Carren Ginsburg, Philippe Bocquier, Donatien Béguy, Sulaimon Afolabi, Orvalho Augusto, Karim Derra, Frank Odhiambo, Mark Otiende, Abdramane Soura, Pascal Zabré, Michael J. White, Mark Collinson

Notice bibliographique

RevueDemographic Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Allergy and Infectious DiseasesWellcome Trust
Mots-clésHuman capitalInternal migrationGeographyCapital (architecture)Economic geographyRural areaEconomic growthDevelopment economicsDemographic economicsSocioeconomicsPolitical scienceEconomicsDeveloping country

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Education, as a key indicator of human capital, is considered one of the major determinants of internal migration, with previous studies suggesting that human capital accumulates in urban areas at the expense of rural areas. However, there is fragmentary evidence concerning the educational correlates of internal migration in sub-Saharan Africa. OBJECTIVES: The study questions whether more precise measures of migration in Health and Demographic Surveillance System (HDSS) populations support the hypothesis that migrants are self-selected on human capital and more educated people are more likely to leave rural areas or enter urban areas within a geographical region. METHODS: Using unique longitudinal data representing approximately 900,000 people living in eight sub-Saharan African HDSS sites that are members of the INDEPTH Network, the paper uses Event History Analysis techniques to examine the relationship between formal educational attainment and in-and out-migration, over the period 2009 to 2011. RESULTS: Between 7% and 27% of these local populations are moving in or out of the HDSS area over this period. Education is positively associated with both in-and out-migration in the Kenyan HDSS areas; however, the education effect has no clear pattern in the HDSS sites in Burkina Faso, Mozambique, and South Africa. CONCLUSIONS: Empirical results presented in this paper confirm a strong age profile of migration consistent with human capital expectation, yet the results point to variability in the association of education and the propensity to migrate. In particular, the hypothesis of a shift of human capital from rural to urban areas is not universally valid.

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)0,004
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,069
Tête enseignante GPT0,406
Écart entre enseignants0,337 · 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

Citations48
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographic ResearchMême sujetMigration and Labor DynamicsTravaux en français237 207