MétaCan
Menu
Retour à la cohorte
Enregistrement W4253173572 · doi:10.1257/rct.5228-1.0

Intergroup interaction and attitudes to migrants

2020· dataset· en· W4253173572 sur OpenAlexaff
Ivar Kolstad

Notice bibliographique

RevueAEA Randomized Controlled Trials · 2020
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNorges Forskningsråd
Mots-clésPsychologyGeographySocial psychologyDemographic economicsSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

We report results from a randomized field experiment conducted in the Tigray region of Ethiopia, which tests the impact of interaction with migrants on host community members' attitudes towards migrants.In three treatment groups, host community members were randomly paired with a migrant from a nearby refugee camp to play an incentivized guessing game.In the first of these treatments, the game was neutral in content, in the second it introduced subtle cues to economic matters, and in the third subtle cues to ethnic identity.In a fourth treatment, host community members were paired with other host community members to play the neutral game, and in the control condition host community members did not interact with anyone.The results show that, compared to the control group, interaction with a migrant significantly improved attitudes towards them.Subtle cues to economic matters or identity did not diminish this effect.However, we see similar effects on attitudes to migrants in the treatment group where hosts interacted with other hosts, which suggests that the effects are driven by human interaction in general, rather than by interacting specifically with a migrant.The effects of interaction are not much affected by the characteristics of the paired hosts and migrants, though host respondents in low skill occupations appear to respond more favourably to the treatments.Interestingly, however, we find no effects of the treatments on how migrants believe they are perceived by host community members.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,040
Tête enseignante GPT0,381
Écart entre enseignants0,341 · 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'étudeEssai randomisé
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAEA Randomized Controlled TrialsMême sujetMigration and Labor DynamicsTravaux en français237 207