MétaCan
Menu
Retour à la cohorte
Enregistrement W3033325180 · doi:10.25071/1920-7336.40623

Extractive Landscapes: The Case of the Jordan Refugee Compact

2020· article· en· W3033325180 sur OpenAlexvenueno aff
Julia Morris

Notice bibliographique

RevueRefuge Canada s Journal on Refuge · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeEnforcementPolitical scienceValue (mathematics)Development economicsImmigrationEconomic growthEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

In a climate of immigration securitization, recent years have seen a global move away from humanitarian resettlement responses in sites of displacement. Instead, wealthy governments in the Global North often finance poorer third countries and rural regions of territories to abet border enforcement. The Jordan Compact, in particular, has been upheld as an economic development model that provides an “innovative alternative” to refugee camps, as well as to protracted refugee situations. Yet, as much research shows, the direct economic gains from this trade concessions scheme have been limited. This raises the question, What value does the Jordan Compact hold with such ample evidence of failure? Importantly, how is this failure experienced by refugees in practice? Drawing on fieldwork conducted in Amman and northern Jordan, this article advances a framework centred on extractivism to better detail how value is extracted from migrants and displaced persons at the expense of their well-being. The article illuminates the disjuncture between the lack of profit achieved directly from the Jordan Compact’s trade concessions and the forms of value extracted from refugees’ immobility. Overall, I argue that these economic development policies formalize precariousness, allowing the international community to abdicate global responsibility and reap the benefits of a purported altruism.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0320,022
Communication savante0,0070,005
Science ouverte0,0020,012
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,021
Tête enseignante GPT0,287
Écart entre enseignants0,266 · 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRefuge Canada s Journal on RefugeMême sujetAsian Geopolitics and EthnographyTravaux en français237 207