MétaCan
Menu
Back to cohort
Record W7160437227 · doi:10.7202/1124907ar

Migrations LGBT+ vers la France : appropriations et négociations des catégories migratoires

2025· article· fr· W7160437227 on OpenAlexvenueno aff
Cyriac Bouchet-Mayer, Nancy Nzeyimana-Cyizere, Cai Chen

Bibliographic record

VenueLien social et Politiques · 2025
Typearticle
Languagefr
FieldSocial Sciences
TopicChina's Global Influence and Migration
Canadian institutionsnot available
Fundersnot available
KeywordsMinistry of Foreign AffairsGeolocationFatalismMetropolitan area

Abstract

fetched live from OpenAlex

Cet article se distingue par son intérêt pour les effets des catégories migratoires sur les personnes LGBT+, sans se limiter au seul cas de l’asile. Il croise pour ce faire les terrains des trois auteur·trices en France hexagonale portant sur les expériences et trajectoires de vie d’(anciens) étudiants gays chinois, de personnes racisées comme noires et d’hommes originaires d’Afrique de l’Ouest demandant l’asile au motif de l’orientation sexuelle. Tout en rappelant que les personnes LGBT+ en mouvement se répartissent entre différents statuts régulant la présence sur le territoire français et circulent de l’un à l’autre, l’article souligne que certaines catégories sont davantage recherchées et que la distribution est socialement déterminée. Cette inégale répartition entre les catégories migratoires n’est pas tant due à une différence de niveaux d’agentivité que de ressources scolaires, économiques et sociales, qui contribue à définir le champ des catégorisations possibles. Enfin, l’analyse des implications de ces catégorisations sur les conditions de subsistance, les interactions sociales, les expressions identitaires, ou encore les risques psychosociaux invite à penser la construction systémique d’une politique de découragement renforcée à l’égard des personnes socialement moins dotées. En montrant les effets de classement des politiques de régulation des migrations et les traitements différenciés induits par les catégories migratoires, cette contribution permet de questionner les approximations auxquelles sont susceptibles de conduire les catégories d’action publique.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.078
Threshold uncertainty score0.155

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0040.004
Scholarly communication0.0030.001
Open science0.0000.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.000

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.

Opus teacher head0.020
GPT teacher head0.362
Teacher spread0.342 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueLien social et PolitiquesSame topicChina's Global Influence and MigrationFrench-language works237,207