MétaCan
Menu
Retour à la cohorte
Enregistrement W4388001564 · doi:10.1093/ijpor/edad027

The Relationship Between University Education and Pro-Immigrant Attitudes Varies by Generation: Insights From Japan

2023· article· en· W4388001564 sur OpenAlexaff
Gento Kato, Fan Lu

Notice bibliographique

RevueInternational Journal of Public Opinion Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensQueen's University
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésImmigrationHigher educationDemocracyPolitical sciencePublic opinionFirst generationDemographic economicsUniversity educationEconomic growthDevelopment economicsSociologyDemographyEconomicsLawPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract While there is lively debate on whether higher education cultivates support for immigrants in North America and Western Europe, there is little discussion on the extent to which the relationship generalizes beyond these continents. In light of Japan’s growing reliance on foreign workers, increase in university enrollment rates, as well as efforts to internationalize universities over the last half-century, we explore the relationship between university education and Japanese attitudes toward immigrants. Using two surveys asking an overlapping set of questions in 2009 and 2022, we find the relationship between university education and pro-immigrant attitudes varies by generation. Otherwise positive connections are significantly weakened for Japanese who entered universities in the 1990s through 2000s. Even though Japan is a modern democracy with well-developed higher education institutions, these institutions do not always correlate with more supportive attitudes toward immigrants. Our findings underscore the dynamic nature of higher education’s role in shaping public opinion outside of North America and Western Europe.

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)0,002
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,209
Tête enseignante GPT0,444
Écart entre enseignants0,235 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Public Opinion ResearchMême sujetMigration, Refugees, and IntegrationTravaux en français237 207