MétaCan
Menu
Retour à la cohorte
Enregistrement W4410438400 · doi:10.1080/1369183x.2025.2501715

Feeding migrants to cultivate a moral self: an analysis of food relief in U.S. and Mexican migration control

2025· article· en· W4410438400 sur OpenAlexfundno aff
Amalia Campos‐Delgado, Irene I. Vega

Notice bibliographique

RevueJournal of Ethnic and Migration Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de MontréalConsejo Nacional de Ciencia y TecnologíaQueen's University Belfast
Mots-clésDemographic economicsMigrant workersPolitical scienceSociologySocioeconomicsGender studiesEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Drawing on interviews, this paper examines how immigration agents working in the U.S. and Mexico engage in ‘food relief,’ or instances where they try to alleviate custodial pressures by providing extra or better food to immigrant detainees. Agents’ food relief often features migrants considered vulnerable due to intrinsic characteristics (such as age or gender) or who experience a particularly harrowing crossing. We argue that food relief allows agents to cultivate a moral sense of self by momentarily extending food as a discretionary dispensation to some migrants, but it does not disrupt the systemic issues with food and other inadequacies in immigration detention. Food relief thus reproduces socially construction notions of migrants’ (un)deservingness and can be mobilised as an expression of momentary care, within a context of control.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil0,770

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,046
Tête enseignante GPT0,383
Écart entre enseignants0,337 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ethnic and Migration StudiesMême sujetMigration, Refugees, and IntegrationTravaux en français237 207