The great recession and its effect on authorized and unauthorized Mexican agricultural workers in the United States: Who settles in the U.S.?
Notice bibliographique
Résumé
Using the National Agricultural Workers Survey (NAWS) and binary logistic regression analysis, I determine the odds of settlement in the U.S. during the Great Recession (2008–2010) of authorized and unauthorized agricultural workers from Mexico who were in the U.S. long enough—and at the right time—to be interviewed by the NAWS. Both groups were more likely to settle in the U.S. during 2008–2010 than their counterparts during the pre-recession (2005–2007) suggesting that the economic crisis had deterred circular-return migration to Mexico and/or discouraged new immigrants from migrating to the U.S during the recession. The odds of settlement of the two groups were also affected by region of settlement within the U.S. Authorized agricultural migrants interviewed in the Eastern, Midwestern, and Northwestern states were significantly less likely to settle in the U.S. than their counterparts from the reference state California. The long history of immigrant settlement in California and a largely year-round growing season probably accounts for this difference. Conversely, unauthorized migrants interviewed in the Northwestern, Midwestern, and Southeastern states were significantly more likely to settle in the U.S. than their unauthorized counterparts from California, suggesting major differences in settlement patterns of authorized versus unauthorized Mexican migrants, which could have major implications for farm labor availability in the future. A third model with region of origin of migrants within Mexico and a fourth model with demographic, human capital, and other variables are included to further determine odds of settlement in the U.S. of authorized and unauthorized agricultural migrants. Keywords: unauthorized agricultural workers; return migration; Mexico; migrant settlement Resume A l'aide du National Agricultural Workers Survey (NAWS) et de l'analyse de la regression logistique binaire, je determine les chances d'etablissement des travailleurs agricoles autorises et non-autorises, originaire du Mexique, installes aux Etats-Unis durant la Grande Recession (2008-2010), qui etaient aux Etats-Unis depuis assez longtemps—et au bon moment—pour etre interviewes par le NAWS. Les deux groupes etaient plus susceptibles de s'installer aux Etats-Unis en 2008-2010 que leurs homologues durant la pre-recession (2005-2007) suggerant que la crise economique a dissuade la migration circulaire de retour vers le Mexique et/ou decourage les nouveaux immigrants d'aller vers les Etats-Unis durant la recession. Les chances d'etablissement des deux groupes furent aussi affectees par les regions d'etablissement a l'interieur des Etats-Unis. Les migrants agricoles autorises interviewes dans les etats de l'est, du centre-ouest et du nord-ouest avaient beaucoup moins de chances de s'installer aux Etats-Unis que leurs homologues de l'etat mentionne, la Californie. La longue histoire de l'etablissement des immigrants en Californie et leur large accroissement durant toute l'annee expliquent probablement la difference. Reciproquement, les migrants non-autorises interviewes dans les etats du nord-ouest, du centre-ouest et du sud-est avaient des chances plus significatives de s'installer aux Etats-Unis que leurs homologues non-autorises de Californie, suggerant des differences majeures dans l'occupation du territoire des migrants mexicains autorises par rapports aux non-autorises, ce qui pourrait avoir des implications majeures sur les implications du travail agricole a l'avenir. Un troisieme modele avec les regions d'origine des migrants au Mexique et un quatrieme modele avec la demographie, le capital humain et autres variables sont inclus pour determiner les chances les plus probables pour que les migrants agricoles autorises et non-autorises s'installent aux Etats-Unis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».