MétaCan
Menu
Retour à la cohorte
Enregistrement W3212798268 · doi:10.1080/08865655.2021.1997629

Migration Control, the Local Economy and Violence in the Burkina Faso and Niger Borderland

2021· article· en· W3212798268 sur OpenAlexvenueno aff
Kamal Donko, Martin Doevenspeck, Uli Beisel

Notice bibliographique

RevueJournal of Borderlands Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Identity, and Health
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésLivelihoodSettlement (finance)EconomyDiversity (politics)Political sciencePsychological interventionArmed conflictDevelopment economicsPolitical economyGeographySociologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The externalized European “migration management” in West Africa has technologically modernized and militarized border posts. This threatens visa-free travel, freedom of settlement and borderland economies in parts of the Economic Community of West African States (ECOWAS). It has interrupted historical mobility patterns, depleted the diversity of mobility practices and criminalized regional economies. At the same time, one can observe intensified and asymmetrical violent conflict in some of these borderlands. By taking the Kantchari-Makalondi borderland as a case study we analysed the relations between migration policies, insecurity, forced immobility and economic decline. Our observations and interviews with migrants, traders, security forces and borderlanders lead us to question conventional narratives on border control and African mobilities as a binary relation between Africa and Europe. Instead, they foreground the multiple practices of (im)mobility in these spaces: the circulation and blockage of travelers, merchandise, surveillance technologies, and military interventions and their impact on security and livelihoods.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,322
Écart entre enseignants0,302 · 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'étudeObservationnel
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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetMigration, Identity, and HealthTravaux en français237 207