MétaCan
Menu
Retour à la cohorte
Enregistrement W4232716477 · doi:10.14426/ahmr.v3i3.837

I am Going Home: How Kenyan Migrants Intentions to Return Home Affect their Transnational Engagements

2017· article· en· W4232716477 sur OpenAlexaboutno aff
Jane Njeri Mwangi, Alex B. Asiedu

Notice bibliographique

RevueAFRICAN HUMAN MOBILITY REVIEW · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research Center
Mots-clésIncentiveAffect (linguistics)KenyaLanguage changeBusinessDemographic economicsReturn on investmentInvestment (military)Economic growthEconomicsPoliticsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to examine how Kenyan migrants intentions to return home influence their participation in transnational activities like sending remittances, investments and return visits. In this study, our focus is on Kenyans living in the UK, USA, Canada and Ghana. A concurrent mixed method approach was used in data collection and analysis. This included a web survey of 212 respondents, 21 in-depth interviews and 5 focus group discussions. Most (89%) of the respondents intended to return to Kenya before retirement but difficulty in finding well-paying employment, insecurity, corruption, citizenship issues and reintegration uncertainties were seen as obstacles to return. Incentives for return included a better economic and political environment, improved security, good governance, employment and investment opportunities. Overall, the study revealed that migrants intentions to return home had an influence on their participation in remittance transfers, investments and return visits. Cross tabulations, odd ratios and chi square logistic regression analyses showed that intentions to return had an influence on migrants investments in entrepreneurial ventures and financial instruments, as well as the frequency of return visits to Kenya

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,059
Tête enseignante GPT0,355
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAFRICAN HUMAN MOBILITY REVIEWMême sujetMigration and Labor DynamicsTravaux en français237 207