MétaCan
Menu
Retour à la cohorte
Enregistrement W2074314118 · doi:10.7202/1027116ar

La coopération policière pour la lutte contre la migration irrégulière au sein de l’Union européenne

2014· article· fr· W2074314118 sur OpenAlexaffvenue
Idil Atak

Notice bibliographique

RevueRevue générale de droit · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEuropean Criminal Justice and Data Protection
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La lutte contre la migration irrégulière est un élément clé de la politique européenne d’immigration et d’asile. l’Union européenne joue un rôle prééminent dans le contrôle des flux de migration irrégulière à travers la mise en œuvre d’une coopération policière. Cette coopération s’est progressivement institutionnalisée par l’établissement de structures communautaires spécifiques. L’action de la police contre la migration irrégulière couvre ainsi un vaste champ de compétences allant de la gestion des flux d’information aux politiques de visas et de retour en passant par le contrôle intégré des frontières. La synergie grandissante entre l’UE et ses États membres en matière de coopération policière contre la migration irrégulière transforme la perception des notions de « frontière » et de « sécurité intérieure ». On constate également un impact profond sur les structures, le rôle et les compétences de la police en Europe. De plus, cette coopération résulte en une criminalisation de la migration ayant pour effet de légitimer le renforcement de la coopération policière. L’auteure étudie dans le présent article le processus d’européanisation de la coopération policière dans la lutte contre la migration irrégulière vers l’UE. Elle s’emploie à démontrer que la mise en œuvre effective des programmes communautaires dans ce domaine est tributaire de la consolidation de cette coopération qui s’opère souvent au détriment de protection des droits fondamentaux. Elle analyse également les conséquences de ce processus, notamment en termes de contrôle judiciaire et de légitimité démocratique, tout en esquissant une réflexion sur les perspectives futures.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,021
Tête enseignante GPT0,270
Écart entre enseignants0,249 · 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'étudeSans objet
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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue générale de droitMême sujetEuropean Criminal Justice and Data ProtectionTravaux en français237 207