MétaCan
Menu
Retour à la cohorte
Enregistrement W4220833559 · doi:10.3390/laws11020020

Vulnerability and the Quest for Protection: A Review of Canadian Migration Case Law

2022· review· en· W4220833559 sur OpenAlexaffabout
Anna Lise Purkey

Notice bibliographique

RevueLaws · 2022
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)CLARITYRefugeeRefugee lawInternational lawLawImmigrationPolitical scienceImmigration lawSociologyEconomic JusticeComputer security

Résumé

récupéré en direct d'OpenAlex

Although the concept of vulnerability has become increasingly prevalent in both domestic and international migration policy in recent years, its precise meaning and implications remain ambiguous and under-examined. Without a coherent understanding of what makes individuals vulnerable, the concept can either act as a justification for additional consideration or reinforce stereotypes of disempowerment. To address this lack of clarity, this article presents the results of an extensive review of Canadian case law. Drawing on data from over 750 cases primarily from the Immigration and Refugee Board and the Federal Court of Canada, this study sought to examine how the concept of vulnerability is used by both decision-makers and parties to cases involving migrants seeking legal status and various forms of protection (including, but not limited to, asylum) under national or international law in Canada. Although an analysis of case law necessarily produces only a partial image of the landscape, this review identified two understandings of vulnerability at play: a procedural one associated with the need to ensure access to justice and a fair hearing, and a substantive one where vulnerability is linked to the categorization of particular groups. In both instances, the recognized importance of the concept is offset by its narrow and inconsistent application and a failure to acknowledge the role that the institutions and mechanisms of “protection” play in creating and perpetuating vulnerability.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0150,023
Études des sciences et des technologies0,0030,004
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,132
Tête enseignante GPT0,408
Écart entre enseignants0,276 · 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'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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLawsMême sujetMigration, Health and TraumaTravaux en français237 207