Migration in der Europäischen Union
Bibliographic record
Abstract
Die Mobilität von Erwerbspersonen innerhalb der Europäischen Union - gemessen anhand des Anteils der EU-Ausländer in Ländern der EU-15 an allen EU-Erwerbspersonen - ist im Zeitraum von 2007 bis 2012 um etwa ein Viertel auf knapp 3,1 Prozent gestiegen. Dies ist vor allem auf vermehrte Wanderungen von Menschen aus den neuen osteuropäischen EU-Mitgliedsländern wie zum Beispiel Polen oder Rumänien und nur zu einem geringeren Teil auf erhöhte Wanderungen aus den von der Krise am stärksten betroffenen Ländern im Süden Europas zurückzuführen. Im Jahr 2012 lebten etwa 7,4 Millionen Erwerbspersonen aus der EU-27 außerhalb ihres Heimatlandes in einem Land der EU-15. Insbesondere Deutschland konnte zuletzt starke Anstiege bei den Zuzügen ausländischer Staatsangehöriger aus der EU verzeichnen, sodass der jährliche Wanderungssaldo von EU-27-Staatsangehörigen für Deutschland bis 2012 auf insgesamt über 260 000 Personen gestiegen ist. Unsere empirische Analyse zeigt, dass die Höhe der Migration nach Deutschland sowohl mit der Arbeitslosenzahl und dem Bruttoinlandsprodukt pro Kopf in den Ursprungsländern als auch mit dem Ausmaß der Arbeitnehmerfreizügigkeit zusammenhängt. In der Gesamtbetrachtung zeigt sich, dass die Mobilitätsreaktion auf das Auseinanderklaffen der Arbeitslosenraten in der EU im Zuge der Krise gering war. Dies legt nahe, dass die jüngsten Wanderungsbewegungen die regionalen (Arbeitsmarkt-) Ungleichgewichte nur bedingt verringern konnten. Wichtiger als die Krise scheinen die Einkommensunterschiede zwischen den ostund westeuropäischen EU-Staaten für die jüngsten Wanderungsbewegungen gewesen zu sein. Sollten diese Unterschiede sich in nächster Zeit nicht signifikant verringern und die zuletzt beobachteten großen Arbeitsmarktungleichwichte in der EU noch eine Weile fortbestehen, dürfte der jährliche Wanderungssaldo von EU-Ausländern nach Deutschland auch in der nahen Zukunft auf hohem Niveau liegen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".