Internal application of the principle of non-refoulement : French and Canadian examples
Bibliographic record
Abstract
La France a mis en place en juillet 2015 une réforme en vue de transposer le nouveau « paquet asile » européen alors que le Canada a renforcé depuis décembre 2012 ses procédures d’asile en adoptant des changements ayant essentiellement pour objet de lutter contre les abus du système d’asile canadien. En s’orientant vers des politiques dissimulées visant les expulsions expéditives des demandeurs d’asile déboutés et des personnes indignes de la protection, la France et le Canada, connus en tant que terre d’asile, respectent-ils toujours leur obligation international du non-refoulement ? Cette thèse s’appuie sur les lois en vigueur des deux États notamment le Code de l’entrée et du séjour des étrangers et du droit d’asile (France) et la Loi sur l’immigration et la protection des réfugiés (Canada), les jurisprudences nationales et internationales, et les textes internationaux. Elle met en lumière les pratiques et législations nationales relatives à l’octroi de l’asile et à l’éloignement des demandeurs d’asile et des réfugiés qui peuvent ou pourraient porter atteinte au principe de non-refoulement, tel que consacré par le droit international des réfugiés ainsi que par le droit international des droits de l’homme
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.022 | 0.014 |
| Scholarly communication | 0.010 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".