MétaCan
Menu
Retour à la cohorte
Enregistrement W2753757639 · doi:10.1257/app.20180438

Taken by Storm: Hurricanes, Migrant Networks, and US Immigration

2020· article· en· W2753757639 sur OpenAlexaboutno aff
Parag Mahajan, Dean Yang

Notice bibliographique

RevueAmerican Economic Journal Applied Economics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésImmigrationStormQuarter (Canadian coin)Natural disasterClimate changeDemographic economicsDevelopment economicsPolitical scienceGeographyEconomic geographyEconomicsGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

How readily do potential migrants respond to increased returns to migration? Even if origin areas become less attractive vis-à-vis migration destinations, fixed costs can prevent increased migration. We examine migration responses to hurricanes, which reduce the attractiveness of origin locations. Restricted-access U.S. Census data allows precise migration measures and analysis of more migrant-origin countries. Hurricanes increase U.S. immigration, with the effect increasing in the size of prior migrant stocks. Large migrant networks reduce fixed costs by facilitating legal immigration from hurricane-affected source countries. Hurricane-induced immigration can be fully accounted for by new legal permanent residents ("green card" holders).

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 enseignants0,044
Score d'incertitude au seuil0,088

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 technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,032
Tête enseignante GPT0,245
Écart entre enseignants0,213 · 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

Citations109
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Economic Journal Applied EconomicsMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207