Moving Up: Migration between Levels of the Settlement Hierarchy in Russia in the 2010s
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 Based on Russian data for 2011–2020, the population flow between seven levels of the settlement hierarchy has been estimated for the first time. Levels of the settlement hierarchy are represented by cities with different population sizes and their suburbs, as well as other urban and rural settlements. Indicators of migration increase (decrease) and demographic efficiency indicators in matrix form are calculated for the hierarchy levels. It is shown that the scale of this flow is affected by changes in the system of migration registration in Russia in the 2010s, namely, the auto return of migrants to their place of permanent residence after the end of the registration period at their temporary place of residence. The beneficiaries of “vertical migration” of population are cities with over 250 000 inhabitants; the biggest winners are the urban agglomerations of Moscow and St. Petersburg. Each next settlement hierarchy level gives the population “up” and receives replenishment from the lower “layers.” In contrast to countries where similar studies were conducted (United States, Canada, the Netherlands, etc.), there are no population flows from top to bottom in Russia, and upward flows have a very high efficiency; it is particularly high for Moscow, St. Petersburg, and their suburbs. Despite population movement between neighboring settlement hierarchy levels, its demographic effect is not as great as in jumpwise migrations. The calculations of the study are based on individual depersonalized migrant data, which made it possible to categorize migration flows to individual settlements in Russia. Spatial data referencing was carried out based on Rosstat codes unique for each settlement. This made it possible to analyze migration not between administrative units, but between settlements grouped by population size. It was also possible to identify how the peculiarities of accounting for migration influence population flow between the selected groups of settlements in the 2010s.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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