MétaCan
Menu
Retour à la cohorte
Enregistrement W4407116729 · doi:10.1017/rep.2024.31

Race, Citizenship/Immigration Status, and Contact with the Welfare State

2025· article· en· W4407116729 sur OpenAlexaffabout
Seyoung Jung, Allison Harell, Karen Nielsen Breidahl, Laura B. Stephenson

Notice bibliographique

RevueThe Journal of Race Ethnicity and Politics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensWestern UniversityUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCitizenshipImmigrationRace (biology)Welfare stateWelfareState (computer science)Political scienceSociologyDemographic economicsGender studiesEconomicsLawComputer sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Abstract The ways in which welfare state programs structure people’s lives have been a central focus of research on policy feedback. While there is rich literature in the USA about racialized experiences with the state, we know little about how immigration history intersects with racial background in moderating experiences with the state nor have there been many studies in other liberal welfare regimes outside the USA. Our study aims to fill this gap by exploring how citizenship status over generations intersects with racial background in structuring interactions with welfare state programs in Canada. Analyzing data from Democracy Checkup surveys spanning from 2020 to 2023, we focus on how needs, capabilities, and experiences may structure government contact and the extent to which these factors explain differences across citizenship and racial categories. We document a recurring difference in the amount of contact among racialized respondents—non-citizens and third-generation citizens—that cannot be explained by either need or capability. Interestingly, our findings suggest that while the greater contact among racialized non-citizens is evaluated more positively in terms of procedure, third-generation racialized citizens generally evaluate their higher contact more poorly. These findings point to the importance of understanding racialized experiences with the state through the lens of citizenship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,322
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Race Ethnicity and PoliticsMême sujetSocial Policy and Reform StudiesTravaux en français237 207