MétaCan
Menu
Back to cohort
Record W2992672310 · doi:10.7202/1066089ar

Interpréter les récits de demande d’asile : une perspective légitimiste et militante du statut de réfugié

2019· article· fr· W2992672310 on OpenAlexvenueno aff
Maureen Clappe

Bibliographic record

VenueLien social et Politiques · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Identity, and Health
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesRefugeePolitical scienceSociologyArtLaw

Abstract

fetched live from OpenAlex

Cet article montre comment les interprètes bénévoles qui oeuvrent en association font exister un modèle associatif particulier proche de la médiation et se constituent en acteurs périphériques dans la mise en oeuvre des politiques de l’asile. Réfugiés ou en attente de régularisation, ils sont recrutés pour leurs connaissances juridiques et sociales, en plus de leurs compétences linguistiques. Une enquête ethnographique réalisée entre 2014 et 2019 au sein de Solidarité Asile (une association locale de soutien aux demandeurs d’asile) nous a permis de mettre en lumière deux stratégies de médiation adoptées par les interprètes dans le travail d’écriture des récits de demande d’asile. En fonction de leur parcours et de leur conception du statut de réfugié, ils n’appréhendent pas leur rôle de la même manière : certains adoptent une vision légitimiste de l’asile en considérant que tous les exilés ne peuvent prétendre au statut de réfugié ; tandis que d’autres sont plus militants et prennent l’initiative de reconstruire l’histoire du requérant pour la faire correspondre aux impératifs juridiques. La conception de leur rôle dans et en dehors de la scène associative, leur rapport à l’association et aux demandeurs d’asile de leur pays d’origine, ainsi que la manière dont ils s’identifient au statut de réfugié sont des variables expliquant leur positionnement dans un pôle plutôt qu’un autre.

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)0.006
metaresearch head score (Gemma)0.011
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 score0.023
Threshold uncertainty score0.062

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0060.011
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.003
Science and technology studies0.0090.031
Scholarly communication0.0110.012
Open science0.0020.009
Research integrity0.0040.005
Insufficient payload (model declined to judge)0.0120.001

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 head0.026
GPT teacher head0.374
Teacher spread0.348 · 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

Citations14
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueLien social et PolitiquesSame topicMigration, Identity, and HealthFrench-language works237,207