MétaCan
Menu
Retour à la cohorte
Enregistrement W4407590997 · doi:10.1007/978-3-031-71322-4_11

Infrastructural Containment and the Politics of Migration in the Mediterranean Sea

2025· book-chapter· en· W4407590997 sur OpenAlexafffund
Lara Şarlak

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInternational Development Research Centre
Mots-clésContainment (computer programming)PoliticsMediterranean climateGeographyPolitical scienceArchaeologyComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter questions how European nation-states develop maritime border securitisation strategies that are contingent on the ontology and materiality of terrain on which those borders are established. To do so, it uses ‘infrastructures’ as an analytical tool and explores how oceanic materialities are part of the complexity of migration in/at the Mediterranean Sea, raising questions on how seascapes are transformed into sites of control and conflict. It introduces the concept infrastructural containment to address the spatio-material strategies deployed by nation-states to further strengthen borders and contain ‘clandestine’ maritime crossings. The chapter questions how containment of migrant mobilities is configured through the fluid, vast and turbulent nature of the ocean and how its often hostile terrain plays an active role in the production of border infrastructures by becoming an environmental boundary. It argues that an infrastructural approach to water allows for additional ways of understanding technologies of containment at the Mediterranean Sea and the challenges posed by the ocean’s wetness and fluidity resists also the EU’s attempts to establish rigid territorial boundaries. This chapter underscores the complex and evolving nature of maritime borders, prompting a critical reflection on oceanic governance, which often relies on land-centric approaches to territorialisation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,007
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,011
Tête enseignante GPT0,252
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Governance and InfrastructureTravaux en français237 207