Research Note: Numerical Governance and Expertise: The FAO Before WID
Notice bibliographique
Résumé
Nicholas Rose has noted the intimate connection between counting populations and them. By classifying people into categories (age, gender, education, marital status, etc.) and according to patterns (of birth, unemployment, migration, illness, etc.), the needs and deficiencies of a country and its people are confirmed, assuring particular strategies of governance (1999). Our previous work has shown that during the post-World War II development era the United Nations (UN) played a major role in creating new knowledge about agriculture, food, labour, and people in underdeveloped countries (Ilcan & Phillips 2000). Underlying this new knowledge was a penchant for producing numerical data, as indicated in the massive data banks of the U N . In this paper we look specifically at the Food and Agricultural Organization (FAO) of the U N and its early mandate to compile central registries of comparable nation-based censuses and statistics in order to discuss the implications of governing by numbers for our historical understanding of rural populations. We are particularly interested in understanding how certain modes of calculation became integral to the FAO's early concern to gauge and rurality in these contexts. It has been noted by some authors (Moser 1993, 59) that during the period after World War II and before the emergence of an explicit women and development (WID) orientation, the social welfare orientation of development was gender blind and only involved a passive role for women, if women were recognized at all in the process. However, viewed through the lens of numerical governance, one can see how and other social relations were indeed mobilized through a rearrangement of the rural in this early period. We begin by discussing the FAO's historical focus on rural social welfare. On the premise that global food shortages had reached crisis proportions, the FAO's efforts to improve rural welfare became calculable as a science that demanded refined methods to define and monitor the problems that experts were to address.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,005 | 0,011 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».