MétaCan
Menu
Retour à la cohorte
Enregistrement W4410919324 · doi:10.1080/14650045.2025.2510316

From Supporting States to Steering their Actions: The UN Network on Migration and the Global Compact for Migration’s Implementation

2025· article· en· W4410919324 sur OpenAlexaff
Younès Ahouga

Notice bibliographique

RevueGeopolitics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Labor and Employment Law
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceEconomic geographyComputer scienceSociologyPolitical economyEconomic systemEconomics

Résumé

récupéré en direct d'OpenAlex

The Global Compact for Migration (GCM) involves the establishment of an implementation mechanism that combines the periodic organisation of deliberation and information exchange between states with the routine drafting of texts and the design of governmental technologies. The GCM also tasked the UN Network on Migration (Network) with supporting the implementation mechanism in response to the needs of states. To achieve this task, the Network aimed to play a role in creating and maintaining the implementation mechanism and to leverage its expert knowledge to shape the states’ implementation efforts. This article asks how the Network has institutionalised the implementation mechanism and with what consequences for its expert authority vis-à-vis states. Drawing on insights from discursive institutionalism, the article conducts a critical discourse analysis of texts that communicate and describe the Network’s institutional work between 2019 and 2022. It demonstrates that the Network institutionalised the implementation mechanism as an experimentalist institution to bolster its expert authority and position itself as a central unit in the GCM implementation that monitors and steers the actions of states. However, the Network’s position as a central unit does not fundamentally challenge the centrality of state sovereignty in global migration governance.

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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,967

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 technologies0,0010,000
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 Opus0,025
Tête enseignante GPT0,381
Écart entre enseignants0,356 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeopoliticsMême sujetInternational Labor and Employment LawTravaux en français237 207