MétaCan
Menu
← Retour à la cohorte
Enregistrement W4234590453 · doi:10.32920/ryerson.14649702

Constructing criminals: a critical frame analysis of Canada’s policy responses to people smuggling and the erosion of refugee protection

2021· preprint· en· W4234590453 sur OpenAlexaffabout
Claire Ellis

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensToronto Metropolitan UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Political scienceCitizenshipLegislationCriminalizationRefugeeImmigration policyPoliticsPublic administrationLawPolitical economySociologyGeography

Résumé

récupéré en direct d'OpenAlex

This paper charts the anti-people smuggling policy changes to Canada’s immigration system and uses data since 2010 from government documents, parliamentary speeches and ministerial activity generated by Citizenship and Immigration Canada and related officials. The aim of this study is to demonstrate policy actions and intentions using critical frame analysis to expose underlying narratives and political ideological commitments within the people smuggling discourse. The result shows a constructed understanding of people smuggling as a threat to Canada, and policy violations of international humanitarian obligations according to United Nations protocols. I argue that the current legislation deals with people smuggling through harsh criminalization despite research that shows that the scope, motivations and function of people smuggling vary across time and space. I find that Canada’s anti-people smuggling reform, the Designated Foreign National regime, violates Canada’s international and domestic humanitarian obligations yet is justified by discursive framing of people smuggling under a neoliberal lens that disconnects the phenomenon from humanitarian considerations. I conclude with policy recommendations and areas for future research needed to better understand people smuggling and develop effective, comprehensive rights-based policy responses.

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)0,011
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,141
Score d'incertitude au seuil0,996

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,009
Études des sciences et des technologies0,0290,031
Communication savante0,0150,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
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 Opus0,044
Tête enseignante GPT0,381
Écart entre enseignants0,337 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMigration, Health and Trauma→Travaux en français237 207→