L’intégration économique dans les Amériques : un outil efficace de blocage de l’immigration illégale pour les États-Unis ?
Bibliographic record
Abstract
Le blocage de l’immigration illégale en provenance des Caraïbes et de l’Amérique centrale vers les États-Unis est un objectif de long terme. Il s’inscrit cependant désormais dans la nouvelle doctrine de sécurité de la Maison-Blanche, qui lie étroitement le politique à l’expansion du libre-échange et qui exige de la part des pays de départ ou des pays de transit une coopération en la matière sans précédent. Si les nouvelles « règles du jeu » assurent aux États-Unis une influence certaine en matière de contrôle des migrations sur le continent américain, les résultats concrets au regard des objectifs visés sont loin d’être satisfaisants. En effet, la maîtrise des flux migratoires par « le tout contrôle » est illusoire puisque l’immigration illégale persiste. Il est donc nécessaire de reconnaître qu’il n’existe pas de solutions simples pour résoudre un problème aussi complexe que la migration. En outre, une véritable politique migratoire, pour être entendue, doit faire place à une analyse des situations réelles, être menée conjointement par les parties en cause en s’appuyant sur les intérêts de chacune d’elles et placer l’intérêt de l’humain au centre des enjeux, car c’est bien lui qui est, le premier, concerné par toutes ces mesures.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".