MétaCan
Menu
Retour à la cohorte
Enregistrement W2905993205 · doi:10.5964/jspp.v6i2.926

“Do you want to help or go to war?”: Ethical challenges of critical research in immigration detention in Canada

2018· article· en· W2905993205 sur OpenAlexafffundabout
Rachel Kronick, Janet Cleveland, Cécile Rousseau

Notice bibliographique

RevueJournal of Social and Political Psychology · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalJewish General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésImmigration detentionCriminologyImmigrationGlobeEthnographyRefugeePolitical scienceSociologyPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

In a time of mass displacement, countries across the globe are seeking to protect borders through coercive methods of deterrence such as immigration detention. In Canada, migrants—including children—may be detained in penal facilities having neither been charged nor convicted of crimes. In this paper we examine how we dealt with the series of ethical dilemmas that emerged while doing research in immigration detention centres in Canada. Using a critical ethnographic approach, we examine the process of our research in the field, seeking to understand what our emotional responses and those of the staff could tell us about detention itself, but also about what is at stake when researchers are faced with the suffering of participants in these spaces of confinement. The findings suggest that field work in immigration detention centres is an emotionally demanding process and that there were several pivotal moments in which our sense of moral and clinical obligations toward distressed detainees, especially children, were in conflict with our role as researchers. We also grapple with how the disciplinary gaze of the detention centre affects researchers entering the space. Given these tensions, we argue, spaces of critical reflection that can consider and contain the strongly evoked emotions are crucial, both for researchers, and perhaps more challengingly, for detention centre employees and gatekeepers as well.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,915
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,185
Tête enseignante GPT0,524
Écart entre enseignants0,339 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Political PsychologyMême sujetMigration, Health and TraumaTravaux en français237 207