MétaCan
Menu
Retour à la cohorte
Enregistrement W4200435407 · doi:10.1177/00027162211057501

North American Attitudes toward Immigrants and Immigration in the Time of COVID-19: The Role of National Attachment and Threat

2021· article· en· W4200435407 sur OpenAlexaboutno aff
Victoria M. Esses, Alina Sutter, Joanie Bouchard, Kate H. Choi, Patrick Denice

Notice bibliographique

RevueThe Annals of the American Academy of Political and Social Science · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationPatriotismPolitical scienceMulticulturalismImmigration policyPandemicContext (archaeology)National identityNationalismDemographic economicsPoliticsMedicineCoronavirus disease 2019 (COVID-19)GeographyLawEconomics

Résumé

récupéré en direct d'OpenAlex

Using a cross-national representative survey conducted during the COVID-19 pandemic, we examine predictors of attitudes toward immigrants and immigration in Canada and the United States, including general and COVID-related nationalism, patriotism, and perceived personal and national economic and health threats. In both countries, nationalism, particularly COVID-related nationalism, predicted perceptions that immigration levels were too high and negative attitudes toward immigrants. Patriotism predicted negative immigration attitudes in the United States but not in Canada, where support for immigration and multiculturalism are part of national identity. Conversely, personal and national economic threat predicted negative immigration attitudes in Canada more than in the United States. In both countries, national health threat predicted more favorable views of immigration levels and attitudes toward immigrants, perhaps because many immigrants have provided frontline health care during the pandemic. Country-level cognition in context drives immigration attitudes and informs strategies for supporting more positive views of immigrants and immigration.

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)0,003
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 enseignants0,384
Score d'incertitude au seuil0,764

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,440
Écart entre enseignants0,363 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of the American Academy of Political and Social ScienceMême sujetSocial and Intergroup PsychologyTravaux en français237 207