MétaCan
Menu
Retour à la cohorte
Enregistrement W2900939579

Social interactions and racial inequality

2017· dissertation· en· W2900939579 sur OpenAlexfundno aff
Kirsten Cornelson

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésInequalitySocial inequalitySociologyPolitical scienceSocial psychologyPsychologyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A large body of evidence suggests that social interactions causally influence individuals' economic decisions (e.g. Duo and Saez, 2003; Bayer, Ross and Topa, 2008; Dahl, Loken and Mogstad, 2014). This finding implies that differences in the social environment faced by members of different races â in particular, differences in social norms and in the characteristics of social networks - may help perpetuate racial inequality. In this dissertation, I present two papers that attempt to understand how these differences in the social environment are created and reinforced. In the first chapter, I assess the influence of media role models on black educational attainment by examining the impact of a popular 1980's sitcom: The Cosby Show. The show portrayed an upper-middle class black family, and frequently emphasized the importance of a college education. If role model effects exist, young black people should have responded more strongly to this message. I test this hypothesis by relating educational attainment to city-level Cosby ratings, using Thursday NBA games and very warm Thursdays as instruments. I find that Cosby increased years of education by 0.2-5.0% among black youth, but had no effect on white youth. In the second chapter, I examine a determinant of social segregation by race in the United States: physical distance. Because U.S. cities are highly segregated, the time cost of interacting with a member of another race is typically higher than the cost of interacting with a same-race friend. My goal in this chapter is to quantitatively assess the importance of this channel in explaining why people typically interact with members of their own race. I argue that the causal effect of distance on social interactions is captured by consumers' distaste for travel. Based on external estimates of this parameter, I simulate the frequency of cross-racial interactions that would occur if only distance mattered in determining individuals' choice of interaction partners. I compare the simulation results to a new measure of the actual frequency of inter-racial interactions based on Flickr photographs. I estimate that 25-30% of social segregation for whites in the U.S. is attributable to physical distance alone.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

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 technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,050
Tête enseignante GPT0,360
Écart entre enseignants0,310 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207