MétaCan
Menu
Retour à la cohorte
Enregistrement W1581038582

We Don't Need To See Them Cry: Eliminating the Subjective Apprehension Element of the Well-Founded Fear Analysis for Child Refugee Applicants

2006· article· en· W1581038582 sur OpenAlexaboutno aff
Bridgette Carr

Notice bibliographique

RevuePepperdine Digital Commons (Pepperdine University) · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApprehensionPersecutionRefugeeElement (criminal law)Asylum seekerPsychologySocial psychologyImmigrationPolitical scienceCriminologyLawPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article addresses a barrier to effective protection faced by child refugee applicants. Currently all refugee applicants, including infants, are required to satisfy two elements of well-founded fear. All applicants must prove that they face an objective risk of persecution and that they subjectively fear this risk. But children often cannot exhibit the subject apprehension element of the test. As a result, UNHCR, and the U.S and Canadian governments issued guidelines that encourage decision makers to accept other evidence to prove a child's subjective apprehension when the child is unable to exhibit fear. However, this approach does not go far enough. By allowing subjective apprehension to remain a part of the well-founded fear analysis for child refugee applicants, the threat of effective protection being denied is quite real. A recent case in the United States highlights this point. A nine-year old hearing impaired child was denied asylum by an immigration judge despite objectively clear evidence of potential risk of persecution simply because the child did not satisfy the subjective apprehension requirement. In order to protect child refugee applicants from such mis-guided decisions in the future, this article proposes a solution of only requiring objective risk evidence from child refugee applicants in order to establish a well-founded fear.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePepperdine Digital Commons (Pepperdine University)Même sujetMigration, Health and TraumaTravaux en français237 207