MétaCan
Menu
Retour à la cohorte
Enregistrement W1991010310 · doi:10.1177/1350508414527779

Flesh in voice: The no-touch embodiment of transnational customer service workers

2014· article· en· W1991010310 sur OpenAlexaff
Kiran Mirchandani

Notice bibliographique

RevueOrganization · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSociologyService (business)Public relationsDiscretionIdeal (ethics)BusinessMarketingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Telephone-based customer service work is often conceptualized as disembodied. Automatic dialing systems direct callers through menu-driven options, and eventually to a distant customer service worker. Interactions are scripted, and workers have little job discretion to deal with out-of-the-box customer requests. Yet, although the bodies of call center workers and their customers do not come into contact, this article considers whether their interactions are in fact disembodied. Based on interviews with transnational customer service workers in India, I argue that bodies matter in remote customer service interactions. Part of the job of a customer service worker is the transmission of bodies through voice. This involves making sense of how ideal workers are embodied in callers’ eyes and using their voices to emulate these imagined ideal workers. I argue that exploring the embodiment of ‘voice workers’ extends analyses of embodiment to date, which have focused primarily on whole bodies in physical contact with others. The findings presented here highlight the importance of interpellation—specifically the work of ‘reading bodies’ which is a significant part of service work, especially work which crosses national borders. Bodies are ‘read’ based on social and historical contexts within which people are immersed and these contexts are influenced by social stratification, state policies, and colonial histories.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,015
Communication savante0,0060,004
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizationMême sujetDigital Economy and Work TransformationTravaux en français237 207