La crise des réfugiés 2015-2016 en Europe a été soudaine et inattendue. The humanitarian consequences were dire, with thousands of asylum seekers dead or missing in the journey1.Les conséquences dans les pays de destination étaient également importantes.Les actions prises par les gouvernements pour maintenir l'accès aux procédures d'asile étaient généralement réactives, non coordonnées et inefficaces.
One important cause of the ineffective responses was a poor capacity to anticipate the movements of asylum seekers2.La prévision de la migration liée à l'asile est en effet extrêmement problématique. Migration is a complex system3, which means that causal factors interact nonlinearly, are highly context dependent, and show little or no persistence over time. Potential drivers are diverse4,5, plus effect sizes and interactions vary widely between and within individual migration flows.Dans un contexte, des conflits extrêmes, la violence et la persécution peuvent générer peu de demandeurs d'asile;tandis que ailleurs, les troubles sociaux relativement subtils peuvent déclencher de grands déplacements internationaux, en particulier s'ils sont un point de détérioration des conditions de détérioration.L'effet des conducteurs de migration est soumis à un seuil et à des effets de rétroaction. Once activated, country to country flows tend to trigger self-reinforcing processes resulting in the establishment of migration systems6,7,8.
Migration is therefore a highly uncertain process9, which complicates migration modelling10. Among migration types, forced or asylum-related migration is associated with the highest uncertainty9,11.En conséquence, la plupart des modèles de migration d'asile quantitatifs se concentrent sur des conducteurs uniques dans les pays d'origine (e.g. conflicts12,13,14) or destination (e.g. migration or asylum policies15,16,17). Some more comprehensive asylum migration models have been developed, but these aim to increase retrospective understanding12,18,19,20,21,22 or provide alerts23 rather than forecasting flows, with exceptions mostly confined to the prediction of single country to country flows24.
Data on migration in general and its drivers also contain uncertainty, which further complicates migration modelling25. Despite recent advances in the collection of official statistics, particularly in the subfield of asylum, and in spite of the ongoing efforts to improve data collections at the international (notably in the European Union at Eurostat, the European Asylum Support Office (EASO, the European Union Agency for Asylum), the European Border and Coast Guard Agency (Frontex), and the European Commission's Knowledge Centre on Migration and Demography) and global (particularly at the International Organization for Migration and the United Nations Refugee Agency) levels, most data collections are limited in terms of frequency, definitions, coverage, accuracy, timeliness, and quality assurance26,27,28.C'est également le cas pour les données sur les moteurs de migration tels que les conflits, l'état des droits de l'homme et l'économie - notamment en ce qui.
Recent advances in data and computational technology, as well as the application of the methods of physics and complexity science to societal challenges29,30, are opening up new avenues for modelling, explaining and predicting social processes.Des données innovantes et des approches de calcul ont soutenu certains progrès dans la modélisation et les prévisions de la migration d'asile. Large data sets containing vast reams of structured and unstructured data have been proposed as an opportunity to observe potential migration drivers as they occur in near to real time31,32. New data sources include mobile data33, social media34,35, and internet searches36. Big data are increasingly analysed with such techniques as agent-based modelling37 and machine learning38 to detect patterns and identify potential migration drivers that would otherwise go unnoticed. Such advances enabled the development of novel migration forecasting models, including for forced and asylum migration, with encouraging results in terms of reliability and timeliness which makes them potentially useful in operational scenarios38,39.Cependant, à notre connaissance, même les modèles les plus avancés ont été appliqués à un nombre limité de flux plutôt que généralisés aux niveaux régionaux ou mondiaux.
Ici, nous démontrons que les algorithmes adaptatifs et dynamiques d'apprentissage automatique peuvent intégrer des données administratives et non traditionnelles à grande échelle pour saisir efficacement les signaux d'alerte précoce de la migration liée à l'asile et fournir des prévisions à court terme des applications d'asile de tout pays d'origine à tout membre de l'Union européenÉtat (ci-après l'État membre de l'UE fait référence aux pays qui ont échangé des données d'asile avec l'EASO, c'est-à-dire 27 États membres de l'UE plus la Norvège, la Suisse et le Royaume-Uni.) - et en principe à tout pays qui collecte des données sur les applications d'asile avec une fréquence adéquate. Our system combines a range of data on migration drivers and processes at different locations: events and internet searches in countries of origin and transit to capture migration drivers5,40 and intentions36; detections of irregular crossings at the EU external border; and asylum processes in countries of destination to capture potential feedback effects of asylum processes and practices on the choice of destinations17,41.
Notre approche de modélisation est fondée sur la théorie et la modélisation des migrations, la science des données et la protection internationale.Les théories de la migration informent largement notre choix des covariables, mais l'approche est axée sur les données.Nos modèles dynamiques sont capables de s'adapter aux dyades uniques d'origine et de pays de destination, en utilisant des fenêtres roulantes de données passées pour sélectionner les configurations du pilote de migration pertinentes pour chaque dyade dans une période donnée.En modélisant séparément les dyades de pays à pays plutôt que de tenter de construire un seul modèle de migration d'asile, nous sommes en mesure de traiter l'une des contraintes les plus graves à la modling migratoire - c'est-à-dire que les processus de migration connectent les pays d'origine et de destination dans des systèmes complexes dontLe fonctionnement varie en grande partie sur l'espace et le temps.En fournissant ce qui est, à notre connaissance, le premier système complet de prévision des applications d'asile dans potentiellement n'importe quel contexte dans lequel des données adéquates sont disponibles, nous espérons contribuer à la recherche internationale sur la protection et finalement à une meilleure politique basée sur l'alerte précoce et la préparation.
