MétaCan
Menu
Retour à la cohorte
Enregistrement W2807308103 · doi:10.4337/9781783476640.00018

Chinese in the United States: growth, dispersal and integration

2015· book-chapter· en· W2807308103 sur OpenAlexaboutno aff
Weiwei Zhang, John Logan

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2015
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationQuarter (Canadian coin)GeographySuburbanizationMetropolitan areaPopulationForeign bornSettlement (finance)Ethnic groupDemographyDemographic economicsChinese americansPolarization (electrochemistry)Population growthEconomic geographyPolitical scienceSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

This chapter focuses on the Chinese population in the United States, which predominantly consists of first generation immigrants despite the long history of Chinese immigration in this country. We identify several important features of this population. First, its rapid growth, from less than a quarter million in 1960 (of whom a majority in fact were born in the US) to over 4 million in 2012 (60% foreign-born). Second, we look at the strong regional concentration. Almost entirely a West Coast population in the nineteenth century, nearly half of Chinese still live in the West, and about a quarter in the Northeast. The pattern is changing slowly, with some notable growth in the South. Third, the relatively high socio-economic status of this minority group, similar on average to other Asian immigrants, and outperforming non-Hispanic whites on some measures is examined. However a notable feature of Chinese in America, quite unlike other racial/ethnic groups, is its polarization – large shares with very high and very low incomes. These extremes reflect differences in immigrant origins, timing of arrival, and the conditions under which they entered the country. Finally we call attention to settlement patterns within the four metropolitan regions with the largest number of Chinese residents, emphasizing their high level of suburbanization, separation from other groups, and location in relatively advantaged enclaves in both cities and suburbs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,285
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 revueEdward Elgar Publishing eBooksMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207