La sécurisation du système d'immigration canadien et ses conséquences sur les personnes demandeuses d'asile
Bibliographic record
Abstract
Nous soutenons dans ce travail que, depuis le 11 septembre 2001, il y a une préoccupation centrale de la part du gouvernement canadien à prioriser la sécurité et l’intégrité du système d’immigration, et ce, au détriment de la sécurité des populations vulnérables que représentent les personnes demandeuses d’asile. Pour situer notre propos sur le plan théorique, nous mobilisons les études critiques de la sécurité, la sociologie politique, ainsi que les concepts d’efficience et de dispositif. Nous exposons les dispositifs bureaucratiques, légaux et technologiques qui concourent à produire ce qu’on nomme le dispositif de sécurité. Alors que les dispositifs spécifiques visent à produire la sécurisation du système d’immigration, notre travail vise à mettre en lumière comment il y a plutôt une création de l’insécurité pour les personnes demandeuses d’asile, sans nécessairement parvenir aux objectifs prétendus de ces dispositifs. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Canada, Demandeurs d’asile, Réfugiés, Flux migratoire, Sécurité, ASFC, Frontière, Entente sur les tiers pays sûrs, Biométrie, Efficience, Gouvernance, Dispositif
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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".