L'IMAGE TERNIE D'UN PAYS : UNE EXPLORATION DES RÉCITS DE DEMANDE D'ASILE DES MIGRANTS CONGOLAIS AU CANADA
Bibliographic record
Abstract
Résumé : Cet article analyse la stratégie de migration des demandeurs d'asile congolais au Canada, une pratique désignée sous le nom de "kobwaka ngunda" (se jeter dans le vide). En s'appuyant sur une recherche qualitative et empirique, menée via des entretiens semi-directifs, l'étude explore la manière dont cette philosophie du risque influence la construction narrative des récits de persécution. Les résultats révèlent que ces récits ne sont pas de simples témoignages, mais des constructions stratégiques adaptées aux exigences du système d'asile. Cette dynamique crée une méfiance chez les professionnels de l'immigration et a des conséquences collectives majeures : elle ternit l'image de la République démocratique du Congo et de sa diaspora, tout en contribuant à l'engorgement du système d'asile canadien. En introduisant le concept de "kobwaka ngunda", l'article propose une nouvelle grille d'analyse pour comprendre les stratégies migratoires, les présentant non pas comme un choix rationnel, mais comme un pari risqué, motivé par le désespoir et l'espoir. Cette recherche met en lumière la vulnérabilité des migrants et les dilemmes éthiques et juridiques inhérents à leur parcours. Mots-clés: Kobwaka ngunda, migration irrégulière, demandeurs d'asile, récits de persécution, stratégies migratoires, République démocratique du Congo.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".