MétaCan
Menu
Retour à la cohorte
Enregistrement W4256466395 · doi:10.7176/nmmc/77-02

The Impact of Media on Mobility: The Case of Ethiopian Migrants in the West

2019· article· en· W4256466395 sur OpenAlexaboutno aff
Samuel Mochona Gabore

Notice bibliographique

RevueNew Media and Mass Communication · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican history and culture analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiasporaSocial mediaPersecutionGeographyPolitical scienceMedia consumptionPoliticsConsumption (sociology)Broadcasting (networking)Development economicsDemographic economicsAdvertisingBusinessSociologySocial science

Résumé

récupéré en direct d'OpenAlex

As a recent phenomenon, increasing number of Ethiopians are leaving their country and trying to reach the West. The pull and push factors range from expecting better opportunities in the destination to fleeing political persecution. Combining survey data from Ethiopian Diaspora with information from international and national migration organizations, this study explores which media play key roles in migration of people. Over the period of 15 years, from 2000 to 2014, a steadily increasing number of Ethiopians have been migrated to countries such as United States, Canada, Germany, Israel, Norway and Sweden. These countries are either broadcasting traditional media to Ethiopia or having strong Ethiopian social media networks. In making migration decisions, consumption of Western media and prior existence of networks play crucial roles. There has been constant or increasing number of migration to the countries which transmit media, radio and television, particularly in Ethiopian languages and where there are large numbers of Ethiopian Diasporas. In addition, social media is playing important roles in facilitating migration by creating and maintaining networks (connectivity) and providing information. Matchmaking sites are also contributing significantly by creating connectivity that eventually leads to marriage migration. DOI : 10.7176/NMMC/77-02

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,030
Tête enseignante GPT0,316
Écart entre enseignants0,286 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Media and Mass CommunicationMême sujetAfrican history and culture analysisTravaux en français237 207