MétaCan
Menu
Retour à la cohorte
Enregistrement W4250275133 · doi:10.14426/ahmr.v3i2.827

Comparing Refugee and South African Migrant Enterprise in the Urban Informal Sector

2017· article· en· W4250275133 sur OpenAlexaff
Jonathan Crush, Cameron McCordic

Notice bibliographique

RevueAFRICAN HUMAN MOBILITY REVIEW · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensBalsillie School of International Affairs
Organismes subventionnairesnon disponible
Mots-clésRefugeeCompetitor analysisInformal sectorPolitical scienceEntrepreneurshipEconomic growthBusinessSociologyDevelopment economicsEconomicsMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Comparisons between the informal business operations of South Africans and international migrants are increasingly common. The conventional wisdom is that survivalist South Africans are being displaced by entrepreneurial migrants with a long tradition of informal enterprise. This paper is the first attempt to explicitly compare the informal enterprises established by refugees and South African migrants in urban areas. The paper is based on a comparative analysis of over 2,000 refugee and South African informal enterprises. The stereotyping of refugees in public discourse as undermining and destroying South African competitors is far-removed from the reality. The idea that refugees have a competitive advantage as experienced entrepreneurs is also clearly fallacious. Refugees are extremely motivated, hard-working and dedicated, and employ a number of legitimate business strategies to achieve success

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,064
Tête enseignante GPT0,324
Écart entre enseignants0,260 · 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'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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAFRICAN HUMAN MOBILITY REVIEWMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207