MétaCan
Menu
Retour à la cohorte
Enregistrement W2998710245

Social markers of acculturation : building a shared understanding in Japan

2018· article· en· W2998710245 sur OpenAlexaboutno aff
Adam Komisarof

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJapanese History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcculturationSociologyEthnic groupAnthropology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Social Markers of Acculturation: Building a Shared Understanding in JapanUsing the Keio Grant for the Development of Academic Research, my research about Social Markers of Acculturation ("SMA") has advanced in two ways: 1.First, I completed an academic paper about which SMA Japanese people expect immigrants to master to be socially accepted in Japanese society and workplaces.2. Second, I could develop and test a quantitative measure of acceptance in Japanese society and workplaces for migrants in Japan.For #1 above, I completed a paper, "Constructing Who Can Be Japanese: A Study of Social Markers of Acceptance in Japan" which is now being reviewed for publication in an international journal.I presented this research at the International Association for Cross-Cultural Psychology's 24th International Congress, held at the University of Guelph in Guelph, Canada (July 2, 2018).This paper was delivered as part of a symposium, for which I was the chairperson, entitled, "Social Markers of Acculturation: The Accessibility and Process of Gaining Host Culture Acceptance for Immigrants in Five Nations."Based on the strength of this research, I have been invited to serve as the co-editor of a special edition of the International Journal of Intercultural Relations (published by Elsevier) to be published sometime in 2019, which will be devoted to research related to social markers of acceptance for immigrant populations around the world.

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)0,018
score de la tête « metaresearch » (Gemma)0,011
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0110,020
Communication savante0,0130,019
Science ouverte0,0020,015
Intégrité de la recherche0,0030,005
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 Opus0,064
Tête enseignante GPT0,329
Écart entre enseignants0,266 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetJapanese History and CultureTravaux en français237 207