MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999841347 · doi:10.1017/9781108551908.004

The Wrong Mistake: Sending a Refugee Home

2018· book-chapter· en· W2999841347 sur OpenAlexaff
Hilary Evans Cameron

Notice bibliographique

RevueCambridge University Press eBooks · 2018
Typebook-chapter
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMistakeRefugeeComputer securityComputer sciencePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The Wrong Mistake: Sending a Refugee HomeThe Federal Court of Canada often imagines refugee law as a special case, a unique and somewhat peculiar domain of legal decision-making.It notes that Refugee Board members are not like other types of civil and administrative decisionmakers, for they must "prognosticate potential risks" in a context fraught by every type of evidentiary complication.1 Theirs is, quite simply, "among the most difficult forms of adjudication." 2 Moreover, refugee claimants are not like other litigants.3 They are a "vulnerable, poor and disadvantaged group" 4 and, for a host of reasons specific to the refugee law context, they are particularly susceptible to having their claims wrongly denied.They stand to pay the price, in other words, for the "radical uncertainty" in this area of fact-finding.5 Imagining claimants as vulnerable people whose pleas for protection may be wrongly denied -who may "cry out for help to no avail" 6 -brings squarely into focus 1 Sivasamboo v Canada (Minister of Citizenship and Immigration) (1994), [1995] 1 FC 741 at para 18, 87 FTR 46, Richard J, citing James C Hathaway, Rebuilding Trust: Report of the Review of Fundamental Justice in Information Gathering and Dissemination at the Immigration and Refugee Board of Canada (Ottawa: Immigration and Refugee Board, 1993) 6-7. 2 Ibid. 3Kabongo v Canada (Minister of Citizenship and Immigration), 2011 FC 1106 at para 31, 397 FTR 191, Martineau J ("Refugee claimants are not ordinary claimants as in civil matters").

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)0,008
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,013
Communication savante0,0070,013
Science ouverte0,0020,006
Intégrité de la recherche0,0110,023
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,034
Tête enseignante GPT0,258
Écart entre enseignants0,224 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetMigration, Health and Trauma→Travaux en français237 207→