MétaCan
Menu
Retour à la cohorte
Enregistrement W78327447 · doi:10.1093/acrefore/9780190846626.013.163

Emerging Themes and Issues in Ethnicity, Nationalism, and Migration Research

2017· book· en· W78327447 sur OpenAlexaff
Willem Maas

Notice bibliographique

RevueOxford Research Encyclopedia of International Studies · 2017
Typebook
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEthnic groupNationalismEthnic nationalismSociologyGender studiesPolitical sciencePoliticsAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Ethnicity and nationalism, interethnic conflicts, and human migration have been major forces shaping the modern world and the structure and stability of contemporary states. A notable reason for the current academic interest in ethnicity and nationalism is the fact that such phenomena have become so visible in many societies that it has become impossible to ignore them. In the early twentieth century, many social theorists claimed that ethnicity and nationalism would decrease in importance and eventually vanish as a result of modernization, industrialization, and individualism, but this never came about. Instead, ethnicity and nationalism have grown in political importance in the world, particularly since the Second World War. It is important to note that ethnicity and nationalism are social and political constructions, as well as modern phenomena that are inseparably connected with the activities of the modern centralizing state. One characteristic of a modern state is the presence of population diversity brought about by migration. Human migration can be defined as the movement by people from one place to another with the intentions of settling permanently in the new location. One of the reasons why immigrants choose to migrate to another country is because globalization has increased the demand for workers from other countries in order to sustain national economies. Known as “economic migrants,” these individuals are generally from impoverished developing countries—usually people of color—migrating to obtain sufficient income for survival.

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)0,015
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,012
Études des sciences et des technologies0,0070,032
Communication savante0,0130,018
Science ouverte0,0030,006
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,144
Tête enseignante GPT0,503
Écart entre enseignants0,359 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of International StudiesMême sujetMigration, Refugees, and IntegrationTravaux en français237 207