MétaCan
Menu
Retour à la cohorte
Enregistrement W2972605983 · doi:10.17953/1545-0317.15.1.85

South Asian Migration, Settlement, and Sociopolitical Incorporation on the North American West Coast

2017· article· en· W2972605983 sur OpenAlexaboutno aff
Prema Kurien

Notice bibliographique

RevueAAPI Nexus Policy Practice and Community · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiaspora, migration, transnational identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman settlementSettlement (finance)GeographyImmigrationDivergence (linguistics)ParallelsRefugeeEconomic geographyEthnologyArchaeologyHistory

Résumé

récupéré en direct d'OpenAlex

There are large South Asian settlements in the larger Vancouver region of British Columbia in Canada and in Northern and Central California (from Yuba City to Fresno) in the United States. While the early migration patterns of Sikhs and Hindus to these two areas were similar, they subsequently diverged and the South Asian settlements in the two regions now exhibit very different profiles. This resource paper summarizes and analyzes the literature on factors shaping the migration, settlement, and incorporation patterns of Asian immigrants in these two regions. I argue that the parallels in early South Asian migration patterns to the North American West Coast were due to similarities in the economic and social profile of these regions, Canadian and U.S. policies toward Asian immigrants, and easy movement between Canada and the United States. The divergence between the two regions took place over time largely as an outcome of changes in regional characteristics (e.g., the development of Silicon Valley), differences in the group characteristics and networks of Sikhs and Hindus, and an increasing divergence in Canadian and U.S. immigration regulations (e.g., differences in family reunification, refugee, and H1-B visa policies). The final section discusses how these settlement patterns have led to differences in the identity formation and sociopolitical incorporation of Sikhs and Hindus in the two regions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,538
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,065
Tête enseignante GPT0,376
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 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAAPI Nexus Policy Practice and CommunityMême sujetDiaspora, migration, transnational identityTravaux en français237 207