Beyond Stocks and Surges: The Demographic Impact of the Unauthorized Immigrant Population in the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stock estimates of the US unauthorized foreign-born population are routinely published, but less is known about this population's dynamics. Using a series of residual estimates based on 2000 Census and 2001-2022 American Community Survey (ACS), I estimate the components of change for the unauthorized immigrant population from 2000 to 2022 by region and country of origin. Further, I develop and present novel measures of expected duration in unauthorized status and demographic impact of unauthorized entries (i.e., person-years lived in unauthorized status). Results reveal dramatic changes over the last two decades. In the early 2000s, the unauthorized immigrant population was dominated by Mexicans who tended to remain in the United States for extended periods of time and whose demographic impact on the US population was substantial. After the 2007-2008 Great Recession, a new pattern emerged. Unauthorized migrants now arrive from across the globe, including Central America and Asia (up through 2018), and most recently from Europe, Africa, Canada, Venezuela, and other parts of South America. These new unauthorized immigrants are more likely to arrive on temporary nonimmigrant visas (which typically allow a foreigner to live and work in the United States for six years) and, with the exception of Venezuelans, spend less time in unauthorized status. Overall, the demographic impact of this new type of unauthorized migration is lower than it was two decades ago.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle