MétaCan
Menu
Retour à la cohorte
Enregistrement W3157815495 · doi:10.1177/0022343320980803

Emerging diasporas: Exploring mobilization outside the homeland

2021· article· en· W3157815495 sur OpenAlexafffund
Connor Kopchick, Kathleen Gallagher Cunningham, Erin K. Jenne, Stephen M. Saideman

Notice bibliographique

RevueJournal of Peace Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiaspora, migration, transnational identity
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHomelandDiasporaMobilizationRefugeeArgument (complex analysis)EmigrationPolitical sciencePoliticsIdentity (music)PopulationPolitical economyEthnic groupHomeland securityCollective identityDevelopment economicsSociologyDemographyLawMedicineTerrorismEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract An enormous number of people are leaving their homelands around the world today. This has happened several times in the past, but migration has spiked in recent years. These population movements can have significant effects on both the host country (where emigrants or refugees settle), as well as politics back in the homeland. After they leave their homelands, why do some groups mobilize, and in what ways? In this article, we examine a number of factors that may impact when emigrated groups mobilize after they move. We develop a new dataset on potential diasporas in the United States to evaluate a series of hypotheses, including those about motivations for mobilization such as identity maintenance, the objective plight of co-ethnics in the homeland, and group capacity to mobilize. We find some merit in the identity preservation argument and a strong effect of geographic concentration of the diaspora segment. Surprisingly, diaspora mobilization does not appear to be strongly related to conflict in the homeland among these groups.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,299
Tête enseignante GPT0,473
Écart entre enseignants0,174 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Peace ResearchMême sujetDiaspora, migration, transnational identityTravaux en français237 207