MétaCan
Menu
Retour à la cohorte
Enregistrement W4391681156 · doi:10.1177/23996544241232325

Blood, sweat and tears: On the corporeality of deportation

2024· article· en· W4391681156 sur OpenAlexafffund
Lisa Marie Borrelli, William Walters

Notice bibliographique

RevueEnvironment and Planning C Politics and Space · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueItalian Fascism and Post-war Society
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésSWEATTearsDeportationMedicinePolitical scienceSurgeryInternal medicineImmigrationLaw

Résumé

récupéré en direct d'OpenAlex

It is hard to imagine how deportation regimes could function without the threat or the exercise of force. Yet surprisingly a focus on forces and bodies, and more generally the question of corporeality, has rarely been foregrounded by migration scholars looking at deportation. Academic study of clandestine border crossing as well as detention abounds with descriptions and theorization at the level of the body. Why not deportation? Building on fieldwork with cantonal police units in Switzerland between 2015 and 2017, this paper calls for scholars of deportation to take corporeality seriously. We follow some of the corporeal practices implemented by state actors and related experts and authorities to understand how bodies feature in removal practices in terms of senses, feelings, affects, nerves, pulses, breathing. Violence overarches this scene, but it is by no means the whole story in the state’s struggle for sovereignty and racialised removal, since we should equally register the other moves that are integral to deportation operations such as calming, monitoring, medicating, consoling, dressing, undressing, and inspecting. To overlook the corporeal is to risk producing an overly sanitized, cleansed, tidy depiction of deportation.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Politics and SpaceMême sujetItalian Fascism and Post-war SocietyTravaux en français237 207