그러나 우리가 비판하는 것은 반드시 이러한 데이터 세트의 변수가 아니라, 기존 데이터가 구체적으로 양적 연구에 어떻게 사용되고 제시되는지에 대한 것입니다. 따라서 우리는 &squot;이주민&squot;이 어떻게 차별을 받거나 지원되는지에 관심이 있는 연구에서 &squot;출신&squot;이나 &squot;배경&squot;에 대한 언급과 같이 구체적인 라벨을 그대로 버리고 싶지 않습니다. 대신 우리는 사회 현상에 대한 정확한 측정을 주장하고 우리가 연구하는 (하위)인구에 대한 보다 신중한 설명과 제한을 요구합니다.

위에서 논의된 양적 연구 내 용어의 단점에 대한 우리의 분석은 질적 연구(Dahinden, Fischer and Menet, 2020 ) 내에서 수행된 작업에도 추가됩니다. 여기서 우리는 탈이민화(Dahinden, 2016 )와 재이민화(Dahinden and Anderson, 2021 ) 에 대한 논쟁에 참여합니다 . 이를 통해 사회과학자들은 이민의 정치화에 지나치게 영향을 받지 않고 이주가 선험적으로 올바른 관점이어야 한다고 가정하지 않도록 도움이 될 것입니다. 실제로 우리는 모든 연구자들이 역사적, 사회적, 정치적 교차점에서 종종 발생하는 불평등을 설명하기 위한 탐구에서 이주와 시민권을 넘어선 분류 시스템을 일상적으로 고려하기를 권장합니다(Crenshaw, 1989 ). 범주는 관점적이고 수행적이며, 양적 및 실험적 분석(종종 데이터 중심)의 경우 연구하는 현상이 실제로 기존 변수와 일치하는지 정확하게 측정할 방법을 찾아야 합니다. 그러나 대규모 데이터 세트를 사용하면 정량적 분석은 연구 대상 그룹 내의 이질성을 반영하는 데 있어 사전에 유리한 위치에 있습니다(Chimienti et al., 2021a , 2021b ).