MétaCan
Menu
Retour à la cohorte
Enregistrement W3125349140

Immigration policy, assimilation of immigrants, and natives' sentiments towards immigrants: evidence from 12 OECD countries

2001· article· en· W3125349140 sur OpenAlexaboutno aff
Thomas Bauer, Magnus Lofstrom, Klaus F. Zimmermann

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesRheinische Friedrich-Wilhelms-Universität Bonn
Mots-clésImmigrationImmigration policyRefugeeAssimilation (phonology)Demographic economicsCultural assimilationEconomicsDevelopment economicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

'As in the U.S. and Canada, migration is a controversial issue in Europe. This paper explores the possibility that immigration policy may affect the labor market assimilation of immigrants and hence natives' sentiments towards immigrants. It first reviews the assimilation literature in economics and the policy approaches taken in Europe and among the traditional immigration countries. Second, a new analysis of individual data from the OECD countries studies sentiments concerning immigration and the determinants of these sentiments is presented. Natives in countries that receive predominantly refugee migrants are relatively more concerned with immigrations impact on social issues such as crime than on the employment effects. Natives in countries with mostly economic migrants are relatively more concerned about loosing jobs to immigrants. However, the results also suggest that natives may view immigration more favorably if immigrants are selected according to the needs of the labor markets. Possible benefits of such a policy are that it may moderate social tensions in regards to migration and contribute to a better economic performance of the respective countries.' (author's abstract)

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,357
Écart entre enseignants0,325 · 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

Citations71
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMigration and Labor DynamicsTravaux en français237 207