Risk and the Reasonable Refugee: Exploring a Key Credibility Inference in Canadian Refugee Status Rejections
Notice bibliographique
Résumé
Abstract This mixed-methods study analyses a sample of 303 rejections of refugee claims by Canadian refugee status adjudicators. It explores the role that inferences about the claimant’s risk response play in supporting the adjudicators’ conclusions that the claimant is lying. In justifying their negative credibility conclusions, the adjudicators in almost two out of three decisions (63%) cited the claimant’s risk response. They often measured the claimant against a general idealized standard: in the face of an alleged danger, the claimant did not act like a ‘person at risk’. This approach brings to refugee law the confusion that characterizes the common law’s most famous fiction. Like the ‘reasonable man’, the ‘person at risk’ blurs the lines between descriptive analyses aimed at understanding how a person would have acted and normative analyses aimed at establishing how a person should have acted. Moreover, in deciding how a ‘person at risk’ would act, the adjudicators did not consider social scientific sources. For many decades, researchers have investigated how human beings respond to potentially deadly threats such as natural hazards, lethal illnesses, attacks, and assaults. The adjudicators’ reasoning, resting on common sense alone, often ran counter to key insights that emerge from this body of research. This study’s findings suggest that refugee systems must guard against the use of normative standards in drawing credibility inferences from a claimant’s risk response, and that they must do more to ensure that social scientific evidence informs these judgments. Evidence about human risk response should be on the record in every refugee hearing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».