MétaCan
Menu
Retour à la cohorte
Enregistrement W4308842451 · doi:10.33182/ml.v19i6.2425

Proximity-Sensitive Relative Deprivation and International Migration Intentions

2022· article· en· W4308842451 sur OpenAlexaff
Amany A. El Anshasy, Mrittika Shamsuddin, Marina‐Selini Katsaiti

Notice bibliographique

RevueMIGRATION LETTERS · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPovertyRelative deprivationDemographic economicsInequalityDistribution (mathematics)EconomicsPopulationIncome distributionEconomic inequalityDemographyEconomic growthPsychologySocial psychologySociologyMathematics

Résumé

récupéré en direct d'OpenAlex

This paper aims to re-examine the relation between relative deprivation (RD) and international migration intentions when people demonstrate asymmetric proximity preferences towards higher-income reference individuals on the income ladder. We consider three cases: the conventional linear case, in which all comparisons with higher-income individuals have equal weight; the rising proximity preferences, in which individuals assign increasing weights to reference groups as they get closer on the income ladder; and when individuals are more sensitive to income changes of the far wealthier. We use Gallup’s individual-level survey data on 129 countries, between 2009 and 2017. We find that the international migration-RD relation depends on the proximity preferences along the income distribution and across risk-tolerance levels. The common wisdom that people migrate to enhance their relative positions is found robust only among the poorest and the more risk-tolerant populations, under different proximity preferences assumptions. This paper provides deeper understanding on how policies directed to reducing income inequality and poverty may impact migration outcomes in sending countries when the target population exhibits proximity-sensitive RD.

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)0,007
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMIGRATION LETTERSMême sujetMigration and Labor DynamicsTravaux en français237 207