Charitable Legal Immigration Programs and the US Undocumented Population: A Study in Access to Justice in an Era of Political Dysfunction
Notice bibliographique
Résumé
This study examines the legal capacity available to low-income immigrants on national, state and sub-state levels. Legal professionals working in charitable immigration service programs serve as the study's rough proxy for legal capacity, and undocumented immigrants its proxy for legal need. The Center for Migration Studies of New York (CMS) compiled data on charitable immigration programs and their legal professionals from the: US Department of Justice's (DOJ's) “Recognized Organizations and Accredited Representatives Roster by State and City,” which is maintained by the Executive Office for Immigration Review's (EOIR's) Office of Legal Access Programs (OLAP). Directories of two leading, legal support agencies for charitable immigration legal programs, the Catholic Legal Immigration Network, Inc. (CLINIC) and the Immigrant Advocates Network (IAN). CMS supplemented and updated these sources with information from the websites of charitable immigration programs. It also added legal programs to its dataset that did not appear in any of these lists. It counted as legal professionals, attorneys, federally accredited non-attorneys, paralegals and legal assistants. The paper finds that there are 1,413 undocumented persons in the United States for every charitable legal professional, and far less capacity than the national average in: States such as Alabama (6,656 undocumented per legal professional), Hawaii (4,506), Kansas (3,010), Georgia (2,853), New Jersey (2,687), Florida (2,681), North Carolina (2,671), Virginia (2,634) and Arizona (2,561). Metropolitan areas (MAs) such as Riverside-San Bernardino-Ontario (5,307), Dallas-Fort Worth-Arlington (4,436), Phoenix-Mesa-Scottsdale (3,439) and Houston-The Woodlands-Sugar Land (3,099). San Bernardino County (6,178), Clark County (4,747), Riverside County (4,625), Tarrant County (3,955) and Dallas County (3,939). The study's introduction summarizes its top-line findings. Its first section describes the importance of charitable immigration legal programs to immigrants, families and communities. Its second details the study's findings on charitable legal capacity and immigrant need. Its third compares the legal capacity of 1,803 charitable legal programs and their 7,322 legal professionals, with the US undocumented population by state and for the 15 largest MAs and counties. Its fourth describes CMS's research methodology and data sources. The paper ends with policy recommendations on how to expand legal capacity for low-income immigrants and better assess legal capacity and need moving forward.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».