The integration hypothesis: A critical evaluation informed by multilevel meta-analyses of three multinational datasets
Notice bibliographique
Résumé
The integration hypothesis is the proposal that individuals who engage in both their heritage culture and in the larger society (by using the integration strategy) have better psychological adaptation than those using other strategies (by engaging with only one or neither cultural framework). This hypothesis has received substantial support over the years, but it has been recently contested by Bierwiaczonek and Kunst (2021). In their paper, which contributed new meta-analytic evidence, including some based on longitudinal studies, they argue that there is limited support for the role of acculturation strategies in adaptation and that contextual factors are more important than acculturation strategies for adaptation. Our paper shows that their correlational meta-analysis underestimates the integration-adaptation effect size, and that findings from the longitudinal meta-analysis do not appropriately support their claim. We present empirical findings in support of the integration hypothesis, particularly for positive indicators of adaptation (e.g., life satisfaction , self-esteem), and examine additional moderators using multilevel analyses of three multinational datasets: Nguyen and Benet-Martínez’s (2013) meta-analytic data, the MIRIPS dataset (Berry et al., 2022), and the ICSEY dataset (Berry et al., 2006). As a result, our study represents the largest test of the integration hypothesis to date. We complement these findings with theoretical work, relevant evidence from qualitative studies, and other meta-analyses and narrative reviews.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,356 | 0,641 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,033 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,014 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».