Crise migratoire et européanisation du contrôle frontalier
Bibliographic record
Abstract
Les frontières extérieures de l’Union européenne (UE) semblent, à la suite de ladite « crise des migrants » dont le climax est atteint au printemps 2015, se trouver dans une situation sans précédent – ou du moins historique. Les flux migratoires provoqués par les différents conflits et situations politiquement instables au Proche- et au Moyen-Orient donnent une saillance toute particulière à la question du trafic des migrants et à la stratégie d’« externalisation » du contrôle des frontières européennes. À partir d’une campagne d’entretiens semi-directifs conduits en 2022 et en 2023 auprès d’acteurs de premier plan issus d’une part de la police et des garde-côtes helléniques, et d’autre part d’agences européennes (Europol et Frontex), l’article vise à montrer comment, par-delà la rhétorique de l’urgence, les dispositions prises et les dispositifs mis en oeuvre lors de la « crise des migrants » ont non seulement renforcé l’agencification européenne et conduit à un alignement d’institutions et d’action publique de l’État grec sur le paradigme de sécurisation migratoire promue par l’UE, mais ils ont également normalisé, dans les dispositifs de contrôle que sont les hotspots, un partage de l’exercice de la souveraineté sur la frontière, entre l’État grec et les agences européennes ; un partage qui s’appuie sur — et produit notamment — un accroissement de l’intégration informationnelle.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.014 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".