MIrreM Public Database on Irregular Migration Stock Estimates
Notice bibliographique
Résumé
The Public Database on Irregular Migration Stock Estimates (the Database) provides an inventory and critical appraisal of country-level estimates of irregular migration stocks in 13 European countries, the United States and Canada for the period 2008 to 2023. It is a deliverable of the MIrreM project, which is a follow-up to Clandestino. Clandestino covered the period 2000-2008. Users of the Database are advised to consult the following companion documents: The README File (version 2), which can be accessed alongside the Database, and contains contextual and technical information about the Database. Discussion of the context, the underlying concepts, and the methodology used in the data collection and quality assessment: Vargas-Silva, C., Leerkes A., Kierans, D., Siruno, L. and Kraler, A. (2024, forthcoming). Tools for collecting information on irregular migration estimates and indicators. Open Research Europe. Analysis of the stock estimates: Kierans, D. and Vargas-Silva, C. (2024). The Irregular Migrant Population of Europe. MIrreM Working Paper No. 11. Krems: University for Continuing Education Krems (Danube University Krems). https://doi.org/10.5281/zenodo.13857073 Furthermore, users of the Database are notified of a ‘sister’ database of the MIrreM project, which captures and assesses estimates and indicators of irregular migration flows over the same period, the Public Database on Irregular Migration Flow Estimates and Indicators and accompanying analysis: Siruno, L., Leerkes, A., Badre, A., Bircan, T., Brunovská, E., Cacciapaglia, M., Carvalho, J., Cassain, L., Cyrus, N., Desmond, A., Fihel, A., Finotelli, C., Ghio, D., Hendow, M., Heylin, R., Jauhiainen, J.S., Jovanovic, K., Kierans, D., Mohan, S.S., Nikolova, M., Oruc, N., Ramos, M.P.G., Rössl, L., Sağiroğlu, A.Z., Santos, S., Schütze, T., & Sohst, R.R. (2024) MIrreM Public Database on Irregular Migration Flow Estimates and Indicators. Krems: University for Continuing Education Krems (Danube University Krems). https://doi.org/10.5281/zenodo.10813413. Siruno, L., Leerkes, A., Hendow, M. & Brunovksá, E. (2024) Working Paper on Irregular Migration Flows. MIrreM Working Paper No. 9. Krems: University for Continuing Education Krems (Danube University Krems). https://zenodo.org/records/10702228
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,153 | 0,113 |
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 source (Gemma direct ou Codex distillé), 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 ».