MétaCan
Menu
← Back to cohort
Record W2195193767 · doi:10.71781/2337

La santé et le droit de l'immigration : une perspective comparative du Canada et de la France

2006· dissertation· fr· W2195193767 on OpenAlexaboutno aff
G. Barrère

Bibliographic record

VenueOpen MIND · 2006
Typedissertation
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Depuis longtemps, les pays s'intéressent aux conditions de santé des immigrants au moment d'autoriser leur entrée au pays pour y demeurer. C'est pourquoi les examens médicaux des demandeurs d'immigration font partie des démarches à suivre pour leur admission. Dans ce mémoire, nous proposons une analyse des implications de la santé dans le champ de l'immigration, en focalisant l'attention sur les situations particulières du Canada et de la France. Nous avons examiné les cadres juridiques des deux pays, ainsi que le contexte européen. Nous avons pris en considération trois approches mettant l'accent sur la santé et la sécurité publiques, des considérations économiques et des considérations d'ordre humanitaire. Nous avons observé que la portée des contrôles médicaux à effectuer varie selon l'orientation adoptée. Dans l'approche économique, l'examen de la condition médicale des requérants est plus exhaustive, et l'information de nature prédictive présente de l'intérêt. Bien que les objectifs des examens médicaux de l'immigration soient eux-mêmes légitimes, le caractère sensible des renseignements de santé, y compris génétiques, dont l'utilisation peut être vue comme une source possible de discrimination ou d'intervention injustifiée dans la vie privée des individus, requiert la plus grande prudence et le respect des principes largement reconnus relatifs au consentement et à la confidentialité. L'exigence d'un lien raisonnable et proportionné entre l'information demandée et les buts de la politique d'immigration doit également être respectée afin d'arriver à un juste équilibre entre la sauvegarde des intérêts considérés légitimes et les droits des personnes et leur dignité.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.093
Threshold uncertainty score0.674

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0130.010
Scholarly communication0.0090.002
Open science0.0010.002
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.046
GPT teacher head0.504
Teacher spread0.458 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2006
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicHealthcare Systems and Practices→French-language works237,207→