MétaCan
Menu
Retour à la cohorte
Enregistrement W2992672310 · doi:10.7202/1066089ar

Interpréter les récits de demande d’asile : une perspective légitimiste et militante du statut de réfugié

2019· article· fr· W2992672310 sur OpenAlexvenueno aff
Maureen Clappe

Notice bibliographique

RevueLien social et Politiques · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMigration, Identity, and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesRefugeePolitical scienceSociologyArtLaw

Résumé

récupéré en direct d'OpenAlex

Cet article montre comment les interprètes bénévoles qui oeuvrent en association font exister un modèle associatif particulier proche de la médiation et se constituent en acteurs périphériques dans la mise en oeuvre des politiques de l’asile. Réfugiés ou en attente de régularisation, ils sont recrutés pour leurs connaissances juridiques et sociales, en plus de leurs compétences linguistiques. Une enquête ethnographique réalisée entre 2014 et 2019 au sein de Solidarité Asile (une association locale de soutien aux demandeurs d’asile) nous a permis de mettre en lumière deux stratégies de médiation adoptées par les interprètes dans le travail d’écriture des récits de demande d’asile. En fonction de leur parcours et de leur conception du statut de réfugié, ils n’appréhendent pas leur rôle de la même manière : certains adoptent une vision légitimiste de l’asile en considérant que tous les exilés ne peuvent prétendre au statut de réfugié ; tandis que d’autres sont plus militants et prennent l’initiative de reconstruire l’histoire du requérant pour la faire correspondre aux impératifs juridiques. La conception de leur rôle dans et en dehors de la scène associative, leur rapport à l’association et aux demandeurs d’asile de leur pays d’origine, ainsi que la manière dont ils s’identifient au statut de réfugié sont des variables expliquant leur positionnement dans un pôle plutôt qu’un autre.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,031
Communication savante0,0110,012
Science ouverte0,0020,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,026
Tête enseignante GPT0,374
Écart entre enseignants0,348 · 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'étudeQualitatif
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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLien social et PolitiquesMême sujetMigration, Identity, and HealthTravaux en français237 207