How low response among Latino immigrants will lead to differential undercount if the United States’ 2020 census includes a question on sensitive citizenship
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The article presents a model developed to estimate the undercount stemming from lowered response among sub-populations of 1 <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" alttext="{}^{\text{st}}" display="inline" overflow="scroll"> <mml:msup> <mml:mi/> <mml:mtext>st</mml:mtext> </mml:msup> </mml:math> and 2 <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" alttext="{}^{\text{nd}}" display="inline" overflow="scroll"> <mml:msup> <mml:mi/> <mml:mtext>nd</mml:mtext> </mml:msup> </mml:math> generation Latino immigrants if a question on citizenship is included in Census 2020. The analysis is relevant to census efforts wherever socioeconomic and sociopolitical disparities result in differential census participation. The model is referred to as a “cascade” model because it examines successive causes of undercount in the course of non-response follow-up (NRFU), partial household omission in “complex” households, and omission of low-visibility housing units from the U.S. Census Bureau’s Master Address File (MAF). The analysis also examines the likelihood of enumeration errors from the U.S. Census Bureau’s proposed reliance on administrative records for enumerating non-responding housing units. The model incorporates data from an 8-county survey of Latino immigrants regarding their willingness to participate in Census 2020 if it includes a question on citizenship. It shows that systematic differences in the size of responding and non-responding households will undermine reliability of hot-deck imputation. The conclusion is that adoption of inadequately-tested “modernized” census procedures exacerbates differential undercount of immigrant populations and contributes significantly to geographic disparities in the census count and erodes the reliability demographic profile of areas with higher-than-average concentrations 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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