MétaCan
Menu
Retour à la cohorte
Enregistrement W2100644301 · doi:10.1093/ijrl/een032

Risk Theory and 'Subjective Fear': The Role of Risk Perception, Assessment, and Management in Refugee Status Determinations

2008· article· en· W2100644301 sur OpenAlexaff
Hugh Cameron

Notice bibliographique

RevueInternational Journal of Refugee Law · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPlaintiffRefugeePerceptionFaithPsychologySocial psychologyRisk perceptionLawCriminologyPolitical scienceSociologyEpistemology

Résumé

récupéré en direct d'OpenAlex

Adjudicators deciding refugee claims often assume that people in danger will take prompt and effective steps to save themselves and will never willingly put themselves at risk. They rely on three articles of faith handed down by generations of judges: those who fear for their lives in their homelands will not delay in leaving; they will ask for protection immediately in the first safe country that they reach; and they will never return for any reason. These assumptions are not based on any evidence, and yet evidence is close at hand. For decades, psychologists, sociologists, anthropologists, economists and historians have studied how human beings perceive and respond to danger. This article reviews this research and concludes that before adjudicators could even potentially infer from these types of actions that a claimant was not afraid, or is lying, they must consider the psychological and cultural factors influencing the claimant's risk perception, assessment, and management. It concludes that even when all these factors are taken into account, the well-documented variance in human response to danger makes ‘subjective fear’ judgments fundamentally unsound.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,060
Communication savante0,0080,010
Science ouverte0,0020,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,322
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations26
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Refugee LawMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207