International Migrants from Rural Punjab—Attributes and Characteristics
Notice bibliographique
Résumé
International migration is a worldwide phenomenon, and it has influenced every economy in the world. Migration plays a significant role in the development of both home and host countries. Remittances sent by non-resident Indians (NRIs) to the country of origin improve the standard of living of their family members and are also helpful in solving the balance of payment problems of the country. This research article deals with the socio-economic background of the emigrants’ households. The size of the family, housing conditions, age group, earning members in the family, number of migrated persons, etc., is the important variables of this analysis. To analyse the socio-economic characteristics of the migrants’ households and to examine the causes behind international migration are the main objectives of this study. It is observed that prime reason behind the international migration from Punjab to other countries is the lack of suitable work opportunities. This article is based on the sample of 375 households that have been selected from 15 villages of the two districts, namely Jalandhar and SBS Nagar. For the analysis of data, simple percentage method and binary logistic regression model have been used. The analysis and findings of the study revealed that a total of 579 NRIs have migrated from the 375 households, and all these households have their own homes. It is observed that the ratio of male migrants is much higher than the females. The study analysed that the proportion of dependent family members is almost same in both districts. It is also noticed that people of general category went to developed countries like the United States, Canada, Australia and New Zealand, but the OBCs and SCs preferred to go to the United Kingdom, Europe and Gulf countries. The main reasons of this difference are that the visa process of developed countries is more complicated and also contains huge costs, while visa process and cost of Gulf and other countries are simple and low, so OBCs and SCs can easily afford it. JEL Codes: F2, F22, D14, O15, O1
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».