Production de l'illégalité au Canada : le cas des demandeur-euse-s d'asile du chemin Roxham de 2017 à 2021
Bibliographic record
Abstract
Ce mémoire s’intéresse à la production de l’immigration irrégulière au Canada. Par l’analyse d’une série de procédés discursifs, politiques, administratifs et juridiques, il propose d’étudier la manière dont une distinction s’effectue entre les demandeur·euse·s d’asile « méritant » leur intégration au Canada, et ceux·celles qui ne le « méritent » pas. Cette recherche propose d’abord d’étudier comment les visas, l’Entente sur les tiers pays sûrs et la détention des personnes migrantes participent à illégaliser certains parcours migratoires. Elle présente ensuite une analyse discursive de la couverture médiatique entourant l’entrée des immigrant·e·s irrégulier·e·s du chemin Roxham. En somme, ce mémoire interroge les relations d’influence mutuelle qui lient les instances décisionnelles canadiennes et les discours sociaux. Nous avons été en mesure de démontrer qu’une logique restrictive affecte tout particulièrement les personnes migrantes qui ne parviennent pas à prouver qu’elles détiennent les caractéristiques nécessaires à l’intégration de la société canadienne. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : migration irrégulière, asile, Canada, analyse médiatique, chemin Roxham
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| 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".