MétaCan
Menu
Back to cohort
Record W2939392793 · doi:10.7202/1058292ar

Trois nuances de l’expertise stratégique : le rôle des avocats dans la procédure d’asile

2019· article· fr· W2939392793 on OpenAlexaffvenueabout
Sule Tomkinson

Bibliographic record

VenuePolitique et Sociétés · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Refugees, and Integration
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsPolitical scienceHumanitiesEthnologySociologyPhilosophy

Abstract

fetched live from OpenAlex

Au cours de la dernière décennie, les juristes ont documenté de façon régulière les disparités dans les taux de reconnaissance du statut de réfugié, concluant que le facteur déterminant est moins le fond de la cause entendue que l’identité de celui qui examine la demande de statut de réfugié. Cet article s’intéresse au rôle de la représentation juridique dans ce contexte. S’appuyant sur un travail ethnographique de terrain portant sur les procédures d’asile au Canada ainsi que sur les acteurs qui y sont impliqués, le présent article contribue à la recherche sur la prise de décision en matière de statut de réfugié à deux égards. Premièrement, il analyse la détermination du statut de réfugié à l’aide du cadre théorique des « institutions habitées » (inhabited institutions). Il éclaire l’influence des interactions sociales sur les processus décisionnels, démontrant l’utilité théorique de consacrer ce cadre d’analyse à la compréhension des procédures d’asile. Deuxièmement, en s’inspirant du concept d’« expertise stratégique », l’article se consacre à l’analyse des aspects sociaux, relationnels et interpersonnels de l’utilisation de la loi par les avocats. Cette analyse démontre que les avocats anticipent et façonnent dans une large mesure les procédures d’asile en adoptant trois stratégies : la conformité, la délibération et la contestation.

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)0.009
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.172
Threshold uncertainty score0.343

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.013
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.002
Science and technology studies0.0110.027
Scholarly communication0.0090.006
Open science0.0010.006
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.038
GPT teacher head0.395
Teacher spread0.356 · 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 designObservational
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

Citations8
Published2019
Admission routes3
Has abstractyes

Explore more

Same venuePolitique et SociétésSame topicMigration, Refugees, and IntegrationFrench-language works237,207