Street‐Level Bureaucrats Manufacturing Migrants: An Implementation Study of Policy Measures to Address Statelessness in the Dominican Republic
Notice bibliographique
Résumé
ABSTRACT Migration policy implementation studies based on Western European or North American contexts may assume that those affected by a given policy are indeed migrants. In developing country contexts, where undocumented nationals can be indistinguishable from the foreign‐born, implementation enables street‐level bureaucrats to manufacture migrants out of those deemed not to belong through administrative manoeuvres. The Dominican Republic provides a critical instance of how street‐level bureaucrats can make migrants out of people who never crossed an international border, with devastating impacts on their access to social rights. Most scholarship on the case comes from international law and investigates the 2013 Constitutional Court sentence which retroactively stripped citizenship from an estimated 133,770 descendants of Haitian migrants born in country dating back to 1929. Less scholarly attention has examined the implementation of subsequent policy measures adopted by the Dominican state—regularisation for migrants, naturalisation for their descendants. Conceptually, this paper situates itself within critical policy studies, combining insights from the bottom‐up literature on implementation studies in the “Global South” and critical analysis of policy implementation. Drawing on a case study complemented by ethnographic observations, the paper argues that in developing country contexts characterised by “intentional ambiguity” (Frost), policy implementation can perpetuate the very problem the policy purports to address. Intentionally ambiguous implementation can serve as a state strategy for signalling a policy change to the international community, whilst the reality on the ground remains unchanged.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».