MétaCan
Menu
Retour à la cohorte
Enregistrement W2558373726

Ethnic Chinese Remigration from Southeast Asian Countries since 1960s: A Case Study of Malaysian Chinese Outflows

2015· article· en· W2558373726 sur OpenAlexaboutno aff
Kang Xiao-li

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in Asia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnic groupEthnic chineseSoutheast asiaGeographyHistoryAncient historyPolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Total outflows of Chinese from Southeast Asian countries since the Second World War reached around 3 million. They headed to the developed countries such as the United States, Canada, United Kingdom, Australia, France and Singapore. As for the case of Malaysia, large number of Malaysian Chinese remigrated to Singapore, United Kingdom, United States, Canada and Australia for new residence since the end of the Second World War. They left Malaysia because of political discrimination, economic restrictions, and unequal educational and cultural treatment. According to Malaysia census data and natural population growth rate, this paper made estimation that by 2010 a total of 1.13 million ethnic Chinese had migrated out of Malaysia. After deducting the number of ethnic Chinese moving to Malaysia, the Malaysian Chinese migrating abroad reached 1.05 million. Malaysian Chinese left Malaysia in the manner of permanent residents and short-term migrants. Permanent residents include those in the skill stream, family stream and those with special eligibility. Short-term migrants refer to visiting scholars, foreign students, guest labor, business expatriates and expatriate professionals. As a matter of fact, there has been a serious brain drain through Chinese remigration from Malaysia.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,256
Tête enseignante GPT0,565
Écart entre enseignants0,309 · 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'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetSocioeconomic Development in AsiaTravaux en français237 207