Exploring the ideational explanation for pro-immigrant sentiment: evidence from a South Korean survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A consistent finding in the public opinion literature shows that individuals who attain higher levels of education are more likely to express pro-immigrant attitudes. The ideational hypothesis suggests that ideas learned during formal education drive this empirical relationship. In this article, we develop this hypothesis further by asking, "What types of ideas socialize pro-immigrant attitudes?" We argue that exposure to social theories during higher education promotes social inclusivity and tolerance, leading to positive views toward immigrants. This article draws theoretical insights from attitudinal-based theories of immigrant sentiment to construct a mediation model linking ideas from the classroom to attitudes toward immigrants. Using original data from a population-based survey in South Korea, we examine the relationship between respondents’ prior enrollment in different academic courses and their attitudes toward immigrants. We measure exposure to social theories as enrollment in social science and arts & humanities and find that only social science courses are positively associated with pro-immigrant attitudes. We also examine whether enrollment exhibits indirect effects via previously identified attitudinal determinants of immigrant sentiment. Results from our mediation analysis show that enrollment in social science courses is associated with stronger cosmopolitan views and negatively correlates with isolationist attitudes. In contrast, we find that enrollments in courses unrelated to social theories, like math & science and engineering, are not statistically significant predictors of immigrant attitudes. We interpret our results as observational evidence consistent with ideational-based explanations for pro-immigrant attitudes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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