MétaCan
Menu
Retour à la cohorte
Enregistrement W97160517

Law and Border: The Seven-Hundred-Mile-Fence Proposal and the Rule of Law

2008· article· en· W97160517 sur OpenAlexaboutno aff
Ann Graham

Notice bibliographique

RevueThinkTech (Texas Tech University) · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFence (mathematics)MileLawPolitical scienceGeographyEngineeringGeodesy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article proposes that the current immigration policy does not work and should be replaced with a universally enforceable immigration policy that can be successfully implemented. Because of limited resources, the new immigration policy must balance the following issues: the rule of law, human rights, national security, the economy’s dependence on cheap migrant labor, the costs and benefits of Mexican migrant workers, and the meaning of being an American. The author recommends decoupling national security and immigration policies, reducing spending and focus on militarization of the border, establishing a path for legalization of undocumented workers, and resuming bilateral talks with Mexico. The article discusses the proposed fence along the United States-Mexico border. The author explains this fence does not address the immigration concerns with the Canadian border, sea borders, or international airports. Next, the author explains how current immigration policy does not follow the rule of law. The author discusses the trade-offs we face in the implementation of a sound immigration policy. The author discusses human rights concerns arising from the current immigration policy. The author provides a history of immigration reform from the 1800s to the present day. The author concludes with recommendations for a better immigration policy.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,024
Communication savante0,0110,012
Science ouverte0,0020,005
Intégrité de la recherche0,0160,013
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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'étudeSans objet
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThinkTech (Texas Tech University)Même sujetMigration, Refugees, and IntegrationTravaux en français237 207