Facilitation ou exclusion ? La prise en charge du conjoint, les « mariages de complaisance » et la prise de décision des agents consulaires canadiens
Bibliographic record
Abstract
Cet article se penche sur la prise de décision des agents consulaires canadiens chargés de la délivrance des visas, en utilisant une perspective micro-sociale. Il suggère que, même si les déviances par rapport aux catégories de « normalité » sont utilisées afin de rejeter les demandes de prise en charge du conjoint, la conformité à ces mêmes catégories est la base pour les accepter. Dans le cas canadien, les agents chargés de la délivrance des visas ne peuvent pas contrôler l’ensemble des immigrants ou le flux des conjoints des immigrants dans le pays ou dans la région auquel ils sont rattachés ; tout ce qu’ils peuvent faire est de tenter de vérifier que le candidat soit « méritant ». Dans ce cas, il peut obtenir le visa auquel il a droit, tandis que le candidat « non méritant » se voit refuser ce visa. Cet article entend démontrer qu’il n’y a pas de contradiction entre un régime de mise en œuvre restrictive et un engagement en faveur du regroupement familial.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.026 |
| Scholarly communication | 0.012 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".