MétaCan
Menu
Retour à la cohorte
Enregistrement W4321483036 · doi:10.3917/med.199.0453

An assessment of the impact of targeted interventions in mitigating the adverse drivers of irregular migration and forced displacement

2023· article· fr· W4321483036 sur OpenAlexaff
Michel Beine, David Khoudour, Johannes Tarvainen

Notice bibliographique

RevueMondes en développement · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionEconomic rentWelfare economicsPolitical scienceHumanitiesEconomicsPsychologyPhilosophyMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Cet article discute de la manière dont les interventions publiques au nveau local ou sectoriel peuvent affecter la migration et le déplacement humain forcé. Il analyse l’évaluation empirique concernant l’impact des interventions ciblées sur la propension à émigrer, soit par choix, soit de manière forcée. La littérature académique sur les conséquences des interventions publiques locales ou sectorielles sur le comportement des individus en termes de mobilité humaine reste assez éparse et de nouvelles approches s’avèrent nécessaires pour appréhender de manière plus appropriée les différents canaux de transmission. L’article propose dès lors plusieurs pistes de recherche potentielles et d’options méthodologiques afin d’acquérir une meilleure compréhension de la manière dont les interventions publiques spécifiques peuvent atténuer les effets des conditions défavorables favorisant la migration illégale et le déplacement humain forcé.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,388
Écart entre enseignants0,362 · 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 tête enseignante, 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMondes en développementMême sujetMigration and Labor DynamicsTravaux en français237 207