Notice bibliographique
Résumé
Les intersections entre immigration et criminalisation sont nombreuses. Au Canada, près de 20 ans après l’entrée en vigueur de la Loi sur l’immigration et la protection des réfugiés (LIPR) et à la suite de plusieurs arrêts importants de la Cour suprême du Canada, il convient de faire le point sur cet enjeu. Cet article offre une typologie des intersections existantes et propose une analyse des transformations récentes. Nous traitons des situations suivantes : 1) la criminalisation formelle de stratégies migratoires (recours aux infractions criminelles contenues dans la LIPR) ; 2) les implications pour le projet migratoire d’un casier judiciaire (interdiction de territoire pour motifs de criminalité) ; 3) la criminalisation procédurale par le recours, dans le champ administratif, à des institutions et à des pratiques traditionnellement associées au système de justice pénale (détention d’immigration) ; et 4) lepolicinget le contrôle du statut d’immigration (collaboration entre les forces policières et l’Agence des services frontaliers du Canada). Dans les trois premiers cas, de récents arrêts phares de la Cour suprême sont aussi discutés :AppulonappaetB010(2015) sur la criminalisation de l’entrée irrégulière ;Tran(2017) sur l’exclusion pour motifs de criminalité ; etChhina(2019) sur l’accès àl’habeas corpuspour les personnes en détention d’immigration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,017 | 0,010 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».