MétaCan
Menu
Retour à la cohorte
Enregistrement W2981598517 · doi:10.1177/0197918319879926

The “Refugee Crisis,” Immigration Attitudes, and Euroscepticism

2019· article· en· W2981598517 sur OpenAlexaff
Daniel Stockemer, Arne Niemann, Doris Unger, Johanna Speyer

Notice bibliographique

RevueInternational Migration Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésImmigrationRefugee crisisEuropean unionRefugeePolitical scienceEuropean Social SurveyPoliticsPolitical economyShock (circulatory)Demographic economicsDevelopment economicsSociologyEconomicsLawInternational tradeMedicine

Résumé

récupéré en direct d'OpenAlex

Between 2015 and 2017, the European Union (EU) was confronted with a major crisis in its history, the so-called “European refugee crisis.” Since the multifaceted crisis has provoked many different responses, it is also likely to have influenced individuals’ assessments of immigrants and European integration. Using data from three waves of the European Social Survey (ESS) — the wave before the crisis in 2012, the wave at the beginning of the crisis in 2014, and the wave right after the (perceived) height of the crisis in 2016 — we test the degree to which the European refugee crisis increased Europeans’ anti-immigrant sentiment and Euroscepticism, as well as the influence of Europeans’ anti-immigrant attitudes on their level of Euroscepticism. As suggested by prior research, our results indicate that there is indeed a consistent and solid relationship between more critical attitudes toward immigrants and increased Euroscepticism. Surprisingly, however, we find that the crisis increased neither anti-immigrant sentiments nor critical attitudes toward the EU and did not reinforce the link between rejection of immigrants and rejection of the EU. These findings imply that even under a strong external shock, fundamental political attitudes remain constant.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,339
Écart entre enseignants0,322 · 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'étudeObservationnel
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

Citations120
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Migration ReviewMême sujetEuropean Union Policy and GovernanceTravaux en français237 207