MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132926449

Shared Heuristics: How Organizational Culture Shapes Asylum Policy

2020· dissertation· W7132926449 sur OpenAlexaboutno aff
Nicholas Alexander Rymal Fraser

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBureaucracyRefugeePoliticsPublic policyOrganizational culturePolitical cultureAsylum seekerTest (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What explains cross-national variation in asylum recognition rates? This is an important question that has implications for international law, public administration, and judicial politics. In many countries, bureaucratic agencies dominate the quasi-judicial process through which asylum-seekers are granted protective status (also known as refugee status determination or RSD). Refugee policy is unique in that it is the only form of migration policy that is codified into international law, Moreover, the United Nations High Commissioner actively monitors and guides implementation across the world. My study focuses on explaining developed countries with consistently high or low recognition rates. Comparing countries with varying degrees of procedural rights, influential refugee advocates, and experience hosting immigrants, my dissertation identifies the role of entrenched beliefs about asylum-seekers that stem from professional experience as the driver high recognition rates in Canada and of low recognition rates in Ireland, Japan, and South Korea. In this way, my study challenges conventional political science explanations of asylum policy that focus on international norms, political incentives, or the institutional rules of refugee status determination (RSD) procedures. Furthermore, it uses a mixed methods approach to both identify bureaucratic culture and test its effects as well as to illustrate that bureaucratic culture is not a reflection of public attitudes toward refugees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,338
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetMigration, Refugees, and Integration→Travaux en français237 207→