Gérer les migrations face aux défis identitaires et sécuritaires
Bibliographic record
Abstract
Depuis plus d'une décennie, les politiques migratoires et d'asile font l'objet d'un virage restrictif. Tant au niveau des parcours migratoires qu'au niveau des institutions chargées de les encadrer, ces mutations entrainent une série de contradictions et d'ambivalences qui appellent au développement de nouveaux regards analytiques permettant d'en faire sens. Dans ce contexte, le projet G3 « Gérer les migrations face aux défis identitaires et sécuritaires », réunissant des chercheurs et chercheuses de l'Université Libre de Bruxelles, de l'Université de Genève et de l'Université de Montréal, a pour objectif d'analyser la gestion du phénomène migratoire en dépassant les clivages traditionnels. Situées au cœur de villes qui vivent le phénomène migratoire avec acuité, ces trois universités partenaires sont particulièrement bien outillées pour apporter une contribution significative à l'étude des défis identitaires et sécuritaires soulevés par les migrations. Le présent numéro de la collection Sociograph collige une partie des présentations réalisées lors de la première journée d'étude du projet organisée à Bruxelles en décembre 2016. Regroupant juristes, anthropologues, sociologues, psychologues sociaux et politologues, ce volume cherche ainsi à apporter des éclairages croisés sur la problématique complexe des migrations contemporaines, à la fois dans leurs dimensions institutionnelles et individuelles.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.013 | 0.012 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".