MétaCan
Menu
Retour à la cohorte
Enregistrement W2896842554 · doi:10.1177/0020715218807261

Constrained from leaving or comfortable at home? Young people’s explanations for delayed home-leaving in 28 European countries

2018· article· en· W2896842554 sur OpenAlexvenueno aff
Andrew L. Breidenbach

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Education and Societal Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEurobarometerRentingDemographic economicsImmigrationWelfareEconomicsLabour economicsPolitical scienceEuropean unionLaw

Résumé

récupéré en direct d'OpenAlex

Many comparative studies of home-leaving examine behavior associated with this transition and the relative importance of both structural and cultural factors in helping or hindering it. Yet, we know surprisingly little about how youth understand these factors on a broad scale to be influencing home-leaving for their generation. This article compares young people’s beliefs across cultures about why late home-leaving occurs using Eurobarometer survey data from 28 countries. I incorporate comparative home-leaving literature with theories about attitudinal worlds of welfare and explanations for social problems to argue that modes of explanation for late home-leaving hinge on whether youth see external, structural causes preventing earlier leaving (constraint-oriented explanations) or internal, more culturally motivated causes that lead individuals to stay at home longer (choice-oriented explanations). Demographic and institutional conditions that capture aspects of nations’ home-leaving contexts, such as women’s mean age at childbirth and the robustness of labor and housing markets, significantly correlate with the prevalence of these explanations. Findings suggest that youth tend to perceive their generation’s housing exits as structurally limited by scarce housing and weak purchasing power. However, in richer countries with more effective employment markets and better access to rental housing stock, choice-oriented explanations are more popular.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,387
Écart entre enseignants0,328 · 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'étudeQualitatif
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

Citations26
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetYouth Education and Societal DynamicsTravaux en français237 207