MétaCan
Menu
Retour à la cohorte
Enregistrement W4416839608 · doi:10.1017/s0212610925100633

Migration networks in the configuration of mining communities in Spain in the nineteenth century: Linares

2025· article· en· W4416839608 sur OpenAlexaboutno aff
Andrés Sánchez Picón, Víctor A. Luque de Haro, Mari Carmen Pérez Artés, María José Mora Mayoral

Notice bibliographique

RevueRevista de Historia Económica / Journal of Iberian and Latin American Economic History · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHistorical and socio-economic studies of Spain and related regions
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundUniversidad de AlmeríaJunta de AndalucíaUniversidad de MurciaEuropean CommissionUniversidad de ZaragozaMinisterio de Ciencia, Innovación y Universidades
Mots-clésIndustrialisationPopulationInternal migrationDistribution (mathematics)Quarter (Canadian coin)Net migration rateCapital (architecture)Human migration

Résumé

récupéré en direct d'OpenAlex

Abstract This research examines migration in Linares during the third quarter of the nineteenth century, focusing on migration chains. The city experienced a significant increase in population due to the mining boom, which led to an almost sixfold increase in the population over a period of 30 years. Using data from the 1873 population register, which includes more than 22,500 individuals, this study confirms the effectiveness of the migration chain framework in analyzing internal migration during the preindustrial and early industrialization periods. This approach has revealed the significant influence of this form of social capital in determining migratory flows to Linares, highlighting the importance of places of origin in the spatial distribution of the city and in the occupational specialization of the migrant population. The findings suggest that migratory chains played a key role in providing information about opportunities at the destination, as well as in reducing the costs associated with the search for employment and housing.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,211
Écart entre enseignants0,194 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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 revueRevista de Historia Económica / Journal of Iberian and Latin American Economic HistoryMême sujetHistorical and socio-economic studies of Spain and related regionsTravaux en français237 207