MétaCan
Menu
Retour à la cohorte
Enregistrement W4391310854 · doi:10.26443/law.v68i1.1181

No Country for Old Men

2023· article· en· W4391310854 sur OpenAlexaffvenue
Peter Szigeti

Notice bibliographique

RevueMcGill Law Journal · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Immigration policies are aimed at young-to-middle-aged people, for good reasons. The exceptions are parental and grandparental immigration programs, designed to reunite yesterday’s immigrants and their young children with the (grand)parents who still live in the country of origin. (Grand)parental immigration has been an unquestioned facet of immigration law for the last century and a half. Elderly people are the least threatening immigrants: they rarely commit crimes, they are not conduits for further immigrant family members, and they are unlikely to fundamentally change the culture of the destination state. Yet the last few decades have seen an unprecedented and mostly unremarked assault on parental and grandparental immigration, with some rather shoddy economics as the only reason. Quotas have been lowered, required sponsorship amounts have been raised, health conditions have been made stricter, and family structures have been added to the list of criteria. This article looks at the tightening of immigration rules since the 1970s in three types of immigrant-receiving countries: traditional settler states, modern settler states, and liberal states which seek to discourage immigration. The article concludes that reasons, whether legal, political or economic, are lacking in both quantity and quality. The growing restrictions on elderly immigration are unjust and senseless, and should be reversed.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,701

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,001
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,2100,128

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 Opus0,023
Tête enseignante GPT0,310
Écart entre enseignants0,287 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetMigration and Labor DynamicsTravaux en français237 207