Migration, solidarity and the limits of Europe
Notice bibliographique
Résumé
In this paper we examine the increasing criminalisation by states and the EU of citizen networks that have mobilised across Europe for supporting migrants in transit. Through these transnational solidarity practices a sort of infrastructure of migrant support has been built. The paper focuses on ‘crimes of solidarity’ that have taken place in France and in Italy and argues that the criminalisation of individuals which build solidarity connections across borders paradoxically constitutes a radical challenge to Europe’s principles of citizens’ solidarity across borders. The infrastructure of migrant support enacts a form of Europeanisation of citizens’ practices that states and local authorities try instead to undermine. The paper moves on by focusing on the ambivalences of the expression ‘smuggling activities’, which is increasingly being used to name individuals who help migrants to cross or to stay without making any economic profit from that. The essay considers the frictions between local, national and European authorities in tolerating or criminalising citizens that act in solidarity with the migrants, bringing humanitarian help and building material channels for safe passages. The final part of the paper reads the moment of crimes of solidarity in terms of a genealogy of European borders. It argues that one consequence of the criminalisation of solidarity is that new hybrid forums concerning migration, citizenship and borders questions are emerging. These arise, for example, when citizens are prosecuted for acts of assistance. Their trials have potential to become public scenes and spaces of counter-politics where it is not only the citizen but Europe that is in the dock. While some have argued that criminalisation and humanitarianism closes down the politics of European borders, we argue that it may allow for unexpected political opportunities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,023 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,001 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».