Current methodological approaches in studying the use of advanced digital technologies in migration management
Notice bibliographique
Résumé
The use of technology in migration management has increased in recent years. As such, practitioners and scholars are increasingly interested in the real and potential use of advanced technologies in migration management. This paper offers an early review of academic and gray literature on the use of advanced digital technologies (ADTs) in migration management processes. The primary focus of this review is literature that discusses migration management technologies—ADTs used by institutional actors (governments, NGOs, transnational institutions). This paper is divided into four thematic areas, aimed at providing a summary of major trends in the literature, including research methodologies, types of technologies, purpose of technologies and the migrants impacted by the technologies explored. Based on the literature reviewed, we identify common themes and areas that merit further exploration and research. To close, we offer an early view into the current uses of advanced digital technologies that we have identified in our Migration Tech Tracker, an interactive tool that consolidates the information found in the literature review of the paper including the various uses of technology by the diverse range of actors in the migration sector. The paper leverages the information from the Tracker to both indicate where and how emerging technologies are being used to govern migrants and simultaneously to identify ADTs that are being analyzed, reported on and researched and those that remain underexplored.
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 | 0,050 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,021 | 0,029 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».