MétaCan
Menu
Retour à la cohorte
Enregistrement W3112684955 · doi:10.1093/law/9780198848639.003.0029

The Evolution of Safe Third Country Law and Practice

2021· book-chapter· en· W3112684955 sur OpenAlexaboutno aff
Luisa Feline Freier, Eleni Karageorgiou, Kate Ogg

Notice bibliographique

RevueOxford University Press eBooks · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEuropean Criminal Justice and Data Protection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeePolitical scienceSolidarityLegislationEuropean unionLawRefugee lawJurisprudenceInternational tradeBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter details how States and regions use safe third country (STC) practices to deny protection to asylum seekers and refugees on the grounds that they have, or may have, protection in another country. The STC notion originated in Switzerland in 1979, spread throughout Europe in the 1980s, and was adopted by the European Union and countries such as Australia and Canada in the 1990s. Since then, developments in STC law and practice globally include new bilateral agreements, reforms to STC provisions in domestic and supranational legislation, and landmark decisions of superior courts. The chapter studies these changes in Europe, Australia, and North and South America, focusing in particular on the period from 2010 to 2020. It argues that there has been a dilution of STC protection standards in these four regions. The thresholds for effective protection have diminished and are lower than the minimum laid down in international treaties. Moreover, in the introduction and evolution of these STC practices, lawmakers and judges have disregarded the legal principle of international solidarity. While STC practices have long been critiqued as burden-shifting rather than -sharing, new STC law and jurisprudence exacerbates inequities between States with respect to responsibility for hosting refugees.

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)0,012
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,024
Communication savante0,0120,006
Science ouverte0,0020,007
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,251
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetEuropean Criminal Justice and Data ProtectionTravaux en français237 207