MétaCan
Menu
Retour à la cohorte
Enregistrement W3205571620 · doi:10.1080/14650045.2021.1973438

Death at Sea: Dismantling the Spanish Search and Rescue System

2021· article· en· W3205571620 sur OpenAlexafffund
Luna Vives

Notice bibliographique

RevueGeopolitics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésScrutinyObstacleSolidarityInterpretation (philosophy)Political scienceExpansiveLawPublic administration

Résumé

récupéré en direct d'OpenAlex

Successive migration ‘crises’ in the Mediterranean have led to renewed scrutiny of search-and-rescue (SAR) logics along the southern European border. This article focuses on the Spanish approach to maritime SAR, which has received relatively less attention than the two other approaches present in the region: the militarised approach and the NGO approach. I use administrative data, budgetary information, and qualitative interviews to discuss the evolution of SASEMAR, the civil and public Spanish SAR agency that has traditionally embraced an expansive interpretation of both humanitarianism and Spain’s legal obligations to protect life at sea. I argue that, with the evolution of the southern EU border, SASEMAR has become an obstacle in the harmonisation of SAR approaches in the region – a process defined by the criminalisation of acts of solidarity not carried or sanctioned by the state, the adoption of a minimalistic interpretation of humanitarianism, and the placing of rescue obligations in the hands of militarised agencies. To remove this obstacle, the Spanish government is reclaiming and re-appropriating SASEMAR’s structure using three main strategies: the precarisation of rescue crews, the territorial externalisation of SAR responsibilities to Morocco, and the transfer of SAR decision-making powers to national, supranational, and international agencies with close links to the military.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,009
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,303
Écart entre enseignants0,274 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeopoliticsMême sujetMigration, Refugees, and IntegrationTravaux en français237 207