MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413584339 · doi:10.32920/29976451.v1

New Diversity: Social Change as Immigration

2025· preprint· en· W4413584339 sur OpenAlexaboutno aff
Heidi Hoernig, Zhixi Cecilia Zhuang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)ImmigrationPolitical scienceEconomic geographyEconomic systemGeographyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

This chapter considers how immigration influences the contemporary evolution of Canadian cities. 97 per cent of immigrants arriving between 2001 and 2006 and 95 per cent of Canada's total foreign-born population live in urban areas. Given these numbers, it is not surprising that immigration is a major source of social transformation in cities across the country. But immigrants do not randomly distribute themselves across Canada's urban system. Complex and dynamic constellations of variables determine how immigrants settle into particular places and what will be the consequences of this settlement for cities and residents, both immigrant and native-born. Immigration is a long-term, complex process. Factors at all geographic scales - global, national, regional, and local - influence the origins, flows, and destinations of immigrants. The socio-spatial patterns that emerge at different points along migrants' journeys often extend across generations. We have organized this chapter along the three main stages of the immigrant's journey: arrival, settlement, and integration. For each stage, we explore the experiences of immigrants and their contributions to both continuity and change in Canadian cities. We conclude with a spatial overview of the Canadian geography of immigration presented as the culmination of these factors and interacting dynamics.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,465

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0190,035
Communication savante0,0110,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,053
Tête enseignante GPT0,339
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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration and Labor Dynamics→Travaux en français237 207→