Tolérance de la population de la région d’Irkoutsk : l’attitude envers les immigrants et les touristes étrangers
Notice bibliographique
Résumé
Cet article est dédié à l’analyse de la perception des immigrants et des touristes étrangers par la population de la région d’Irkoutsk (oblast d’Irkoutsk) et à l’estimation du degré de tolérance envers les différents groupes d’immigrants et de touristes. En se basant sur les résultats d’une enquête sociologique de 2018, il donne une estimation du niveau de tolérance ethnique. Le calcul de l’indice de tolérance ethnique de la population locale montre des attitudes contrastées envers l’origine géographique des différents flux de migrants. On identifie des groupes d’immigrants qui suscitent une attitude majoritairement négative comme les migrants des pays d’Asie Centrale, du Caucase, de la Transcaucasie et de Chine. Les contacts personnels avec les immigrants influencent non seulement l’attitude à leur égard ; mais aussi les rendent plus tolérants. On observe que les touristes étrangers suscitent moins de craintes et de réticences que les immigrants. Les flux touristiques « anciens » en provenance d’Europe, des États-Unis et du Canada, du Japon et de la Corée du Sud, suscitent, en règle générale, une attitude amicale et neutre de la part de la population locale tandis que les touristes originaires de Chine suscitent un plus grand rejet.
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 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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».