MétaCan
Menu
Retour à la cohorte
Enregistrement W2890281154 · doi:10.3386/w19855

How Durable are Social Norms? Immigrant Trust and Generosity in 132 Countries

2014· preprint· en· W2890281154 sur OpenAlexafffund
John F. Helliwell, Shun Wang, Jinwen Xu

Notice bibliographique

RevueNational Bureau of Economic Research · 2014
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institute for Advanced Research
Mots-clésGenerosityImmigrationDemographic economicsSocial trustSocial psychologySociologyBusinessPsychologyPolitical scienceSocial capitalEconomicsSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper estimates the global prevalence of social trust and generosity among immigrants. We combine individual and national level data from immigrants and native-born respondents in more than 130 countries, using seven waves of the Gallup World Poll (2005Poll ( -2012)). We find that migrants tend to make social trust assessments that mainly reflect conditions in the country where they now live, but they also reveal a significant influence from their countries of origin. The latter effect is one-third as important as the effect of local conditions. We also find that the altruistic behavior of migrants, as measured by the frequency of their donations in their new countries, is strongly determined by social norms in their new countries, while also retaining some effect of the levels of generosity found in their birth countries. To show that the durability of social norms is not simply due to a failure to recognize new circumstances, we demonstrate that there are no footprint effects for immigrants' confidence in political institutions. Taken together, these findings support the notion that social norms are deeply rooted in long-standing cultures, yet are nonetheless subject to adaptation when there are major changes in the surrounding circumstances and environment.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,237
Tête enseignante GPT0,455
Écart entre enseignants0,218 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations16
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCulture, Economy, and Development StudiesTravaux en français237 207