MétaCan
Menu
Retour à la cohorte
Enregistrement W4411972526 · doi:10.1080/08865655.2025.2504880

The Use of Social Media in Irregular Migration and Migrant Smuggling: A Qualitative Study in Türkiye

2025· article· en· W4411972526 sur OpenAlexvenueno aff
Özlem Özdemir, Bülent Baykal, Elif Başak SARIOĞLU

Notice bibliographique

RevueJournal of Borderlands Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiaspora, migration, transnational identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQualitative researchSocial mediaPolitical scienceEconomic geographySociologyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

With the advancement of digital communication technologies, social media has become a critical platform for both irregular migrants and migrant smugglers. This medium directly impacts the mobility of irregular migration, making the battle against migrant smuggling and irregular migration in cyberspace a critical issue not only at a national but also at an international scale. Therefore, understanding how smugglers use social media is a pressing research priority. This study aims to uncover the purposes and methods of social media use by irregular migrants and migrant smugglers along migration routes. The research was conducted using semi-structured interview techniques with law enforcement officials, irregular migrants under administrative detention, and migrant smugglers who have been prosecuted for migrant smuggling crimes. A total of thirty-four people were interviewed in-depth. The results indicate that migrant smugglers actively use social media to communicate with irregular migrants and organize illegal crossings. Law enforcement agencies, in turn, track these digital traces to identify smuggling networks. However, the constantly evolving methods of migrant smugglers and their use of encrypted communication remain one of the biggest challenges faced by law enforcement.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,094
Tête enseignante GPT0,414
Écart entre enseignants0,319 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetDiaspora, migration, transnational identityTravaux en français237 207