MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309520380 · doi:10.32920/21594213

A crisis mode in migration governance: comparative and analytical insights

2022· preprint· en· W4309520380 sur OpenAlexaff
Zeynep Şahin Mencütek, Soner Barthoma, N. Ela Gokalp-Aras, Anna Triandafyllidou

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceFraming (construction)Refugee crisisStock (firearms)Political scienceFinancial crisisNarrativeRepresentation (politics)RefugeeGlobal governanceEconomyEconomic geographyEconomic systemGeographyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

This paper takes stock of the emerging literature on the governance and framing of both migration and asylum as 'crises'. This study carries forward this line of thinking by showing how the crisis governance of migration is not just a representation or a discourse but emerges as a mode of governance with specific features. The study focuses on the refugee emergency of 2015-2016, covering however a longer time frame (2011-2018) and a wide set of 11 countries (those neighbouring Syria: Lebanon, Iraq and Turkey; countries that were mainly transit points: Greece, Italy, Poland and Hungary; and countries that were mainly destination points (Austria, Germany, Sweden and the UK). Through the meta-analysis of a broad set of materials arising out of the RESPOND research project, we identified three interacting governance features in times of crisis. These include (1) a multilevel but complex actor landscape (2) complicated and fragmented legal systems and policy provisions that may vary both at the temporal and territorial level; (3) a renationalisation narrative that seeks to bring this multifaceted and fragmented governance landscape together under the promise that the national state can re-establish control and solve the 'crisis.'

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)0,018
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,013
Études des sciences et des technologies0,0040,011
Communication savante0,0070,011
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,064
Tête enseignante GPT0,405
Écart entre enseignants0,341 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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