MétaCan
Menu
Retour à la cohorte
Enregistrement W2963661704

Europe’s power to influence the laws and practice of international protection worldwide

2019· book-chapter· en· W2963661704 sur OpenAlexaboutno aff
Hélène Lambert

Notice bibliographique

RevueUTS ePRESS (University of Technology Sydney) · 2019
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This chapter explores Europe’s normative power in refugee law understood to mean the power of the European Union (EU) to influence the laws and practice of countries outside Europe1. The chapter is partly based on a collaborative project, which examined both the extent and the processes of emulation of EU asylum law. The regions and countries considered as case studies spanned across 5 continents: North America (United States, Canada), Latin America (Colombia, Ecuador, Panama and Venezuela), Africa, Europe (EU, Israel, Switzerland) and Australia2. The research project explored the worldwide emulation of key norms and trends of the Common European Asylum System (CEAS), through transnational processes and actors operating within and across domestic borders (such as legislators, regulators, judges and interest groups). In particular, was tested the hypothesis that the European protection regime, being one of the most advanced in the world and covering 25 countries3, is bound to exert considerable influence in other regions. Thus, one may see a « ripple effect » or « trickling effect » far beyond Europe4. This state of affairs raises a number of key questions: How is this happening? How are laws and practice on refugee protection migrating, where to, what happens to them once in their new environment, and why is this happening?

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,016
Communication savante0,0090,007
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUTS ePRESS (University of Technology Sydney)Même sujetInternational Law and Human RightsTravaux en français237 207