MétaCan
Menu
Retour à la cohorte
Enregistrement W3045999333 · doi:10.1177/2332649220940346

The Role of Skin Color in Latino Social Networks: Color Homophily in Sending and Receiving Societies

2020· article· en· W3045999333 sur OpenAlexafffund
Wendy D. Roth, Alexandra Marin

Notice bibliographique

RevueSociology of Race and Ethnicity · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentUniversity of British ColumbiaHarvard UniversityNational Science Foundation
Mots-clésHomophilyEthnic groupColor lineRacializationSkin colorContext (archaeology)ImmigrationDiversity (politics)People of colorWhite (mutation)Social network (sociolinguistics)Social psychologyPsychologySociologyRace (biology)GeographyGender studiesPolitical scienceSocial mediaComputer science

Résumé

récupéré en direct d'OpenAlex

How does skin color shape the social networks and integration pathways of phenotypically diverse immigrant groups? Focusing on Dominicans and Puerto Ricans, groups with considerable diversity across the Black-White color line, we explore whether migrants to the United States have greater color homophily in their primary social networks than non-migrants in the sending societies. We analyze egocentric network data, including unique skin color measures for both 114 respondents and 1,702 alters. We test hypotheses derived from ethnic unifier theory and color line racialization theory. The data show evidence of color homophily among Dominicans, but suggest that these patterns may be imported from the sending society rather than fostered by the U.S. context. Further, we find that migrants' skin color is associated with having ties to White or Black Americans, but with different patterns for each ethnic group. We discuss the implications of these findings for economic mobility and U.S. racial hierarchies.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,031
Tête enseignante GPT0,336
Écart entre enseignants0,304 · 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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociology of Race and EthnicityMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207