MétaCan
Menu
Retour à la cohorte
Enregistrement W3016506149 · doi:10.1177/1468796820916609

Who should be admitted? Conjoint analysis of South Korean attitudes toward immigrants

2020· article· en· W3016506149 sur OpenAlexaff
Steven Denney, Christopher Green

Notice bibliographique

RevueEthnicities · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmigrationEthnic groupSolidarityDemographic economicsPopulationConjoint analysisPolitical scienceSociologyDemographyPreferenceEconomics

Résumé

récupéré en direct d'OpenAlex

South Korea is slowly but steadily becoming a country of immigrants. In 1998, there were barely 300,000 foreign residents in South Korea. As of 2018, there were more than 2.3 million. The immigrant population has yet to reach 5% of the total population, but it is predicted to rise significantly in the years to come. Despite the increase in newcomers, it is not well understood who native South Koreans prefer as immigrants and why. Are immigrant attitudes motivated by co-ethnic solidarity, or are they primarily based on economic and sociotropic concerns? To isolate attitudes on these crucial questions, this research uses a conjoint experiment that simultaneously tests the influence of seven immigrant attributes in generating support for admission. Our results show that broad sociotropic concerns largely drive attitudes towards immigrants in South Korea, but an immigrant’s origin also matters. Prospective newcomers from culturally similar and higher-status countries who can speak Korean and have clear plans to work are most preferred. The research findings will be relevant to the comparative study of immigration attitudes, as well as to researchers interested in the specifics of the South Korean case.

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)0,008
score de la tête « metaresearch » (Gemma)0,017
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
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 Opus0,106
Tête enseignante GPT0,350
Écart entre enseignants0,244 · 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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthnicitiesMême sujetMigration and Labor DynamicsTravaux en français237 207