Bio/Necropolitical Capture and Evasion on Africa–Europe Migrant Journeys
Notice bibliographique
Résumé
Abstract This paper draws on fieldwork interviews with migrants who fled their home countries (Somalia, Eritrea, and Sudan) and irregularly traveled through Sudan, Sahara, Libya, and the Mediterranean Sea, eventually reaching Europe. It demonstrates how, throughout their journeys, migrants were targeted by various armed groups (particularly non-state) for purposes including recruitment, extortion, ransom, immobilization, torture, slavery, sexual violence, and how they evaded capture. Building on and contributing to literatures on bio/necropolitics, migration/borders, and surveillance, the paper advances the categories of bio/necropolitical capture and evasion. The paper emphasizes the key role of non-state actors in acts of capture, and race and racialized microbio/necropolitical practices (torture, spectacle, discipline, and surveillance) as key categories of capture. The paper also shows effects of capture for migrants and how migrants engage in acts of evasion (which include not only bodily acts of running away or hiding, but various forms of communicational, mental, spiritual, and psychological tactics) as expressions of agency. Focusing on migrants’ long journeys to Europe, the paper provides a more holistic view of the migration experience and highlights persisting patterns of capture and evasion despite changing actors and locations. The paper demonstrates how Europe’s borders externalize inside the African continent through delegated and opportunistic actors (such as the Libyan Coast Guard and various other militia/trafficking/mafia groups), and reproduce racism at both the macrolevel (maintaining global racist borders) and the microlevel (through racialized practices).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».