MIrreM Public Database on Irregular Migration Flow Estimates and Indicators
Notice bibliographique
Résumé
This Public Database on Irregular Migration Flow Estimates and Indicators, in short MIrreM D5.2, is a MIrreM project deliverable under work package 5. This database provides an inventory and critical appraisal of available estimates and indicators related to irregular migration flows. More specifically, the database contains the country-level data collected by MIrreM’s national rapporteurs, as well as EU-level data from sources other than Eurostat. The datasets include meta-level information on sources and methodology and a quality assessment based on MIrreM’s criteria. Users of this database are advised to consult the following companion document (henceforth, MIrreM Working Paper No. 9/2024) for a full discussion of the context, the underlying concepts, and the methodology used: Siruno, L., Leerkes, A., Hendow, M. & Brunovská, E. 2024. Working Paper on Irregular Migration Flows. MIrreM Working Paper No. 9. Krems: University for Continuing Education Krems (Danube University Krems). https://doi.org/10.5281/zenodo. 10702228. The MIrreM project is a follow-up to CLANDESTINO, which covered the period 2000-2007. MIrreM extends this to the subsequent period 2008-2023. The data covered in this database reflect what is available within this period. Most of the data was collected between June and October 2023, and thus in some cases, the data are only until 2022 pending complete reports for 2023.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,042 | 0,032 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,023 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».