Le guichet du HCR, entre standardisation bureaucratique et ethos humanitaire
Bibliographic record
Abstract
Le Haut Commissariat des Nations unies pour les réfugiés (HCR) est devenu ces dernières années un des acteurs les plus importants des procédures de détermination du statut de réfugié (DSR). Face à la recrudescence de cette action de catégorisation, l’organisation tente d’harmoniser les pratiques de ses agents dans ses 70 bureaux impliqués dans des activités de DSR. En dépit de ces manoeuvres de systématisation des procédures administratives, effectuées à partir de Genève en coopération avec les bureaux locaux, les pratiques de DSR, telles qu’observées depuis le bureau du HCR-Caire, se caractérisent par leur impossible standardisation. D’une part, les contextes politiques, économiques et sociaux dans lesquels elles prennent place et au sein desquels les politiques des gouvernements des pays hôtes jouent un rôle conséquent, contraignent à amender les règles établies à Genève dans un sens politiquement conforme aux configurations locales. D’autre part, les agents d’éligibilité du HCR – théoriquement engagés dans une mission « humanitaire » mais astreints à un travail très administratif – jouent souvent de leur pouvoir discrétionnaire pour rendre leur travail de DSR plus conforme à leur engagement particulier. Ainsi, après avoir souligné les enjeux propres à l’ethnographie d’une pratique administrative au sein d’une bureaucratie transnationale, il s’agira de discuter des moyens utilisés par le HCR pour normaliser ses procédures administratives, dans la perspective d’améliorer à la fois l’efficacité et la rapidité du traitement des demandes d’asile. Ces tentatives de rationalisation seront enfin analysées à l’aune du pouvoir discrétionnaire inhérent au « guichet de l’asile », relatif aux enjeux globaux et locaux auxquels le HCR doit faire face simultanément, tout comme à l’engagement humanitaire de ses agents.
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 | 0.023 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.007 | 0.043 |
| Scholarly communication | 0.015 | 0.009 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.009 |
| Insufficient payload (model declined to judge) | 0.006 | 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".