Recommendations for Comprehensive Immigration Reform in the United States
Notice bibliographique
Résumé
In January 2019, fifteen students began meeting in an undergraduate seminar on Collective Intelligence. The goal of the course was to leverage group thinking to address a “big” issue of the contemporary world – comprehensive immigration reform. The first half of the course was dedicated to understanding the theories and applications of Collective Intelligence. The second half was applying those theories to the very real issue of immigration reform in the United States. To gain a theoretical foundation, students conversed with international scholars and activists in the collective intelligence field such as Philosopher Pierry Lévy the University of Ottawa, Geoff Mulgan - Chief Executive of the National Endowment for Science Technology and the Arts and Visiting Professor at University College London, the London School of Economics, and the University of Melbourne, Mathematician Nikos Salingaros of the University of Texas at San Antonio, Daren Brabham, Senior Director Analyst at Gartner, and Anita Williams Woolley, Associate Professor of Organizational Behavior and Theory at Carnegie-Mellon University. During the second half of the semester, class members, with the assistance of students at Sorbonne Université in Paris, conducted original research on comprehensive immigration reform. They met with representatives of several immigration, refugee, and asylum organizations including the Center for Refugee Services, Catholic Charities, and the City of San Antonio’s Immigration Office. They conducted face-to-face interviews with approximately 50 students, faculty, and staff at the university seeking input on creative solutions. Significantly, they also implemented two online surveys – one targeting individuals currently living in the United States, and one targeting those living in other countries. The goal of the former was to better understand the current perceptions of the U.S. immigration system and provide suggestions for change specifically related to that system. The latter was solely interested in finding original solutions to the many obstacles of immigration reform, specifically targeting the areas of 1) entry, 2) visas, 3) legal processes, and 4) services. In all, the two U.S.-based surveys (one distributed in English and one in Spanish) yielded a combined 478 responses and the international survey asking for creative solutions yielded 50 responses from 17 countries. Complete results from this survey are included in Appendix A of the white paper.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,031 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».