MétaCan
Menu
← Retour à la cohorte
Enregistrement W4231551995 · doi:10.1057/9781137456236_1

A Gendered Approach to Refugee and Asylum Studies

2015· book-chapter· en· W4231551995 sur OpenAlexaboutno aff
Jane E. Freedman

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2015
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeePersecutionNewspaperPolitical scienceCriminologyTerrorismAsylum seekerLawSociologyPolitics

Résumé

récupéré en direct d'OpenAlex

In recent years, asylum seekers have made headlines of many newspaper and television reports in European countries and other richer nations around the world, like Canada, the US or Australia. These asylum seekers and refugees are often seen as a problem and a threat to these societies. Reports express fears of huge masses of asylum seekers flooding into countries of the West with governments powerless to stop them. These asylum seekers, they say, are not ‘real’ refugees fleeing violence and persecution, but ‘bogus asylum seekers’ or ‘false refugees’ coming to benefit from the economic and material benefits available in Western states. And particularly since the attacks of 11 September 2001 in the US, and subsequent terrorist attacks in Madrid and London, fears have been raised about the connections that might exist between asylum seekers and terrorists. All of these fears can be argued to be without foundation in fact but they have become part of the everyday understandings of what an asylum seeker is. And at the same time, our televisions and newspapers show us images of refugees massed in camps in Africa, the Middle East or Asia, living in tents, or makeshift shelters, lacking sufficient food supplies, drinking water or basic washing facilities. The people in these camps have fled conflicts, massacres or natural disasters and find themselves still vulnerable and dependent on foreign aid. 1 These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0160,035
Communication savante0,0100,011
Science ouverte0,0030,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,086
Tête enseignante GPT0,326
Écart entre enseignants0,240 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooks→Même sujetMigration, Refugees, and Integration→Travaux en français237 207→