MétaCan
Menu
Retour à la cohorte
Enregistrement W2970995164

Dynamiques de formalisation et d'informalisation dans l'étude des migrations

2019· book· fr· W2970995164 sur OpenAlexaboutno aff
N Blais, Marisa Fois, Antoine Roblain

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2019
Typebook
Languefr
DomaineSocial Sciences
ThématiqueMigration, Identity, and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Souvent négligées au sein de la littérature, les dynamiques de formalisation et d'informalisation dans le contexte des migrations contemporaines occupent pourtant une place prépondérante au sein de nombreuses problématiques. À cet égard, le présent numéro de la collection Sociograph prend la forme d'une invitation à questionner la manière dont les cadres politiques, les interactions entre individus ainsi que leurs pratiques font face, s'accommodent, contestent ou jouent avec la légalité et, plus large-ment, les frontières de la régularité. Il souligne notamment les différents enjeux soulevés par les cadres légaux et les politiques publiques engendrant des systèmes de sélection ou d'exclusion et amenant à décrire ces personnes en mouvement comme régulières ou irrégulières ou à les catégoriser comme immigrées, clandestines, réfugiées ou rapatriées. Formelles ou informelles, ces catégories offrent un cadre de lecture sur certaines situations sociales, sur des relations passées, présentes ou futures marquées par des formes de domination, voire de servitude. Fruit du projet G3 « Gérer les migrations face aux défis identitaires et sécuritaires » regroupant des chercheuses et chercheurs appartenant à différents horizons scientifiques et venant de l'Université Libre de Bruxelles, de l'Université de Genève et de l'Université de Montréal, ce numéro reprend une partie des présentations réalisées lors de la journée d'étude des trois partenaires à Genève en avril 2017.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,630
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0000,002
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 Opus0,027
Tête enseignante GPT0,258
Écart entre enseignants0,231 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetMigration, Identity, and HealthTravaux en français237 207