MétaCan
Menu
Retour à la cohorte
Enregistrement W4386958666 · doi:10.1111/lasr.12665

Hollow law and utilitarian law: The devaluing of deportation hearings in New York City and Paris

2023· article· en· W4386958666 sur OpenAlexfundno aff
Lili Dao

Notice bibliographique

RevueLaw & Society Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDeportationAdjudicationDevaluationLawSociologyImmigration lawImmigrationPolitical scienceCurrencyCriminologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract How is law made worthless to the marginalized? Drawing on ethnographic observations in Paris and New York City, I establish a typology of devaluation practices in deportation hearings. I analyze how informal court practices devalue court actors, the hearing, and the law itself. Despite different levels of formal protections for migrants, deportation adjudication is pared down and devalued in both cities. This devaluation, however, followed distinct logics. New York hearings were characterized by a utilitarian law logic, where process and ritualistic elements deemed inessential were shed, leaving a stripped-down core focused on case processing. The minimal protections available to migrants were weakened further. By contrast, hollow law emerged in Parisian hearings, where everyday court practices eroded the more generous protections granted to migrants through formal law. While analyses of immigration adjudication have focused on decision-making, determinants of legal outcomes, and the interpretation of formal criteria, I instead conceptualize the courtroom as a space where value is actively unmade through informal practices, drawing on insights from the sociology of valuation and evaluation.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,306
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,025
Communication savante0,0090,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,055
Tête enseignante GPT0,336
Écart entre enseignants0,281 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw & Society ReviewMême sujetMigration, Refugees, and IntegrationTravaux en français237 207