MétaCan
Menu
Back to cohort
Record W3125722597

Taking It Personally: Delimiting Gender-Based Refugee Claims Using the Complementary Protection Provision in Canada

2013· article· en· W3125722597 on OpenAlexaffabout
Jamie Liew

Bibliographic record

VenueProject Muse (Johns Hopkins University) · 2013
Typearticle
Languageen
FieldSocial Sciences
TopicHuman Rights and Development
Canadian institutionsUniversity of Ottawa
Fundersnot available
KeywordsRefugeeDenialPersecutionCriminologyTortureCovertPolitical scienceOppressionImmigrationRefugee lawPerformative utteranceLawSociologyPsychologyHuman rights
DOInot available

Abstract

fetched live from OpenAlex

Violence aveugle et risque général de nature criminelle—c’est ainsi que les décideurs caractérisent la violence faite aux femmes lorsqu’ils évaluent les demandes de réfugiés. Sous le couvert de la définition canadienne consolidée du terme réfugié, on réduit l’importance de la violence genrée, ce qui mène au rejet des demandes de réfugiés. Le Canada a été félicité pour avoir reconnu la persécution fondée sur le genre. Depuis cette reconnaissance, le Canada a consolidé sa définition de réfugié en réglementant une disposition de « protection complémentaire » dans la Loi sur l’immigration et la protection des réfugiés. Avant 2002, on se demandait, dans l’examen des risques qui était mené tout juste avant le renvoi des personnes, si celles-ci risquaient la torture ou encore des peines ou des traitements cruels et inusités. En 2002, cet examen a été intégré dans le processus de décision concernant les réfugiés. Cette disposition a fait l’objet de peu d’examens depuis. Le présent article examine les fonctions performatives de la protection complémentaire qu’offre le Canada et conclut que la disposition cerne de trois manières les demandes fondées sur le genre. D’abord, elle ne comble pas les lacunes laissées par la méthode de motifs énumérés. Ensuite, la disposition encourage un discours préjudiciable sur la violence faite aux femmes. Enfin, elle encourage les décideurs à combiner les analyses séparées (régimes des motifs énumérés et de la protection complémentaire), ce qui autorise à tort l’érosion du régime des motifs énumérés par des facteurs comme l’universalité de l’oppression ou de la violence.

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)0.002
metaresearch head score (Gemma)0.014
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: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.054
Threshold uncertainty score0.391

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.014
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0030.007
Science and technology studies0.0070.003
Scholarly communication0.0050.001
Open science0.0020.004
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.000

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 head0.080
GPT teacher head0.271
Teacher spread0.192 · 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

Citations0
Published2013
Admission routes2
Has abstractyes

Explore more

Same venueProject Muse (Johns Hopkins University)Same topicHuman Rights and DevelopmentFrench-language works237,207