MétaCan
Menu
Retour à la cohorte
Enregistrement W2883955739 · doi:10.1177/0019793918775362

Introduction to a Special Issue on the Impact of Immigrant Legalization Initiatives: International Perspectives on Immigration and the World of Work

2018· article· en· W2883955739 sur OpenAlexaboutno aff
María Lorena Cook, Shannon Gleeson, Kati L. Griffith, Lawrence M. Kahn

Notice bibliographique

RevueIndustrial and Labor Relations Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegalizationImmigrationScholarshipPolitical scienceGlobeImmigration lawImmigration reformImmigration policyState (computer science)Economic growthDevelopment economicsLawEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

This article is the third in a series to celebrate the 70th anniversary of the ILR Review. The series features articles that analyze the state of research and future directions for important themes the journal has featured over its many years of publication. In this issue, we also feature a special cluster of articles and book reviews on one of the most critical labor market issues across the globe—the legalization and integration of immigrants into national labor markets. Despite the urgent need for immigration reform in the United States, there is a paucity of US research that looks at the impact of a shift from unauthorized to legal immigrant status in the workplace. The US immigration literature has also paid little attention to immigrant legalization policies outside of the United States, despite the fact that other countries have implemented such policies with far more regularity. The articles in this special issue draw on studies of legalization initiatives in major immigrant destinations: Canada, Italy, and the United Kingdom. Together they underscore the importance of cross-national perspectives for understanding the range of legalization programs and their impact on immigrant workers, the workplace, and the labor market. These findings contribute to key questions in migration scholarship and inform the global policy debate surrounding the integration and well-being of immigrants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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'étudeSans objet
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial and Labor Relations ReviewMême sujetMigration and Labor DynamicsTravaux en français237 207