Seconda generazione nei paesi di nuova e vecchia immigrazione. Integrazione scolastica e capitale socio-economico della famiglia d’origine
Bibliographic record
Abstract
La forte ondata migratoria, che ha interessato molte economie dell’Europa occidentale a partire dalla fine del secolo scorso, ha posto numerosi paesi di destinazione, fino ad allora caratterizzati da tassi positivi di emigrazione, di fronte a nuove sfide per l’integrazione degli immigrati. Molti sono gli studi svolti sul processo di integrazione economica e sociale degli immigrati nei paesi storicamente di accoglienza, come gli Stati Uniti, il Canada e il Regno Unito, mentre, anche a causa della scarsità dei dati, relativamente pochi sono gli studi svolti per i paesi di nuova immigrazione, tra cui spiccano l’Italia, la Spagna, il Portogallo e l’Irlanda. In questo lavoro si vuole colmare in parte tale lacuna analizzando il grado di integrazione degli adolescenti di seconda generazione nei paesi EU15 e in quelli OCSE di vecchia immigrazione e confrontando i loro risultati con quelli relativi agli adolescenti nativi e di prima generazione. Questo lavoro allarga le conoscenze rispetto alla letteratura corrente sui paesi europei soprattutto grazie alla più ampia area geografica posta a confronto, ma anche per il database impiegato. Infatti, sono stati utilizzati i risultati dei test PISA 2009 che, sebbene siano già stati sfruttati per studi simili, non sono mai stati utilizzati per un’analisi comparativa tra tutti i paesi EU15. Nello studio si è voluto verificare il ruolo che il capitale socio-economico delle famiglie d’origine ha nel processo di integrazione. I risultati ottenuti, in linea con gran parte della letteratura, mostrano che, seppure con diverse sfumature, il ruolo del background familiare è in grado di influenzare il processo di integrazione degli adolescenti attraverso vari canali.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".