MétaCan
Menu
Retour à la cohorte
Enregistrement W7077054947 · doi:10.1093/migration/mnaf038

When municipalities get involved: Internal migration restrictions in Batam, Indonesia

2025· article· en· W7077054947 sur OpenAlexafffund

Notice bibliographique

RevueMigration Studies · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesUniversity of Toronto
Mots-clésInternal migrationImmigrationContext (archaeology)PoliticsImmigration policyInternal conflictInternal forces

Résumé

récupéré en direct d'OpenAlex

Abstract Over the last decades, subnational units have grown increasingly vocal in their desire to gain a say in immigration policymaking. Often overlooked, but increasingly prevalent, is the role played by subnational units in regulating internal migration into their respective territory, be it in attracting or more puzzlingly, in restricting internal migrants. Why do subnational units enact restrictive internal migration policies? Drawing from the existing literature examining local migration policies pertaining to international migration, as well as original empirical qualitative data collected during two rounds of fieldwork in Batam, Indonesia, this article proposes a novel Internal Migration+Institution, Geography and Elites (IM+IGE) framework, assessing the role of institutional and geographical factors as well as political elites in the context of large and rapid influx of internal migrants. The findings suggest that, while much can be learned from the literature on the local turn on immigration policymaking, the regulation of internal migration by subnational units remain sufficiently distinct to justify the development of a more fine-grained theory of local (restrictive) policy of internal migration, while also reiterating the need to better integrate lessons from the Global South.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,042
Tête enseignante GPT0,291
Écart entre enseignants0,250 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMigration StudiesMême sujetGeochemistry and Geologic MappingTravaux en français237 207