Can Spatial Proximity to Another Country Drive Short-distance Transnationalism? Evidence from Social Ties in Three European Border Regions
Notice bibliographique
Résumé
This article draws inspiration from social network analysis (SNA) to investigate the impact of spatial proximity on the geography of strong social ties in three European border regions. We consider cross-border friendship and kinship as a measure of short-distance transnationalism, examine the conditions under which the latter is likely to emerge, and systematically compares our findings with “traditional” forms of transnationalism. The study is based on a large-scale and representative quantitative survey (N = 3,215) conducted in the Geneva, Lille, and Basque border regions in order to assess the impact of cross-border integration intensity on the inter-personal relationships of all residents, regardless of their migration experiences. The results indicate that only 11.9% of the residents reported having at least one strong cross-border tie. Binomial regression models are used to demonstrate that cross-border ties are not solely shaped by proximity, but also depend on individuals’ socioeconomics, on their mobility experiences, and on contextual factors. This article shows that cross-border integration primarily fosters cross-border friendships rather than kinships, and that cross-border ties are not evenly distributed among the population. Individuals born in the studied border regions do not have the highest levels of short-distance transnationalism, raising a discussion about the importance of promoting cross-border rootedness.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».