MétaCan
Menu
Retour à la cohorte
Enregistrement W3211728831 · doi:10.1177/01979183211043110

Immigration, Sanctuary Policies, and Public Safety

2021· article· en· W3211728831 sur OpenAlexaboutno aff
Catalina Amuedo‐Dorantes, Thitima Puttitanun, Mary Lopez

Notice bibliographique

RevueInternational Migration Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationEnforcementAgency (philosophy)Law enforcementImmigration lawPolitical scienceLawImmigration policyArgument (complex analysis)BusinessPublic administrationCriminologySociology

Résumé

récupéré en direct d'OpenAlex

US Immigration and Customs Enforcement (ICE) detainers—the requests from ICE to a state or local law enforcement agency to hold someone until the person can be taken into immigration custody—have been instrumental in supporting the growing number of deportations from the United States. However, as migrant detentions expanded after 9/11, law enforcement agencies have been increasingly reluctant to comply with ICE's detainers, due to the cost incurred by detention centers when holding immigrants for an extended period and the possible violation of migrants’ civil rights. Such reluctance has earned these law enforcement agencies the label of “sanctuary cities.” ICE has denounced this behavior, arguing that it interferes with the agency's ability to obtain custody of convicted criminals and makes communities less safe. Using data on detainers at the local law enforcement-agency level, we assess ICE's claims. We find that sanctuary policies do not hinder ICE's ability to obtain custody of convicted criminals and question the argument that such policies might make communities less safe. These findings are relevant for migration scholars and policymakers interested in gaining a better understanding of the public-safety implications of sanctuary policies aimed at immigrants in various receiving nations, including Canada, the UK, and the United States.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,330
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Migration ReviewMême sujetMigration, Refugees, and IntegrationTravaux en français237 207