MétaCan
Menu
Retour à la cohorte
Enregistrement W1992124365 · doi:10.1080/00420980500120865

Creating Urban Social Capital: Some Evidence from Informal Traders in Nairobi

2005· article· en· W1992124365 sur OpenAlexaff
Michal Lyons, Simon Snoxell

Notice bibliographique

RevueUrban Studies · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensInfrastructure Canada
Organismes subventionnairesnon disponible
Mots-clésLivelihoodSocial capitalPovertySocial mobilityUrbanizationInformal sectorCapital (architecture)KinshipSocial transformationEconomic growthEconomicsBusinessDevelopment economicsSociologySocial changeGeographySocial science

Résumé

récupéré en direct d'OpenAlex

The poverty and dramatic alteration in geographical composition of African cities have been associated with rapid urbanisation, the growth of the informal economy and migration. The latter has separated individuals from long-established social and kinship networks, and from familiar livelihood strategies. The sustainable livelihoods approach views social capital as one of the poor's most important assets in managing their lives. This paper asks four central questions. (1) Does the creation of new, urban forms of social capital, depend upon and deplete inherited forms? (2) Is social capital deliberately created or is it a by-product of sociability? (3) What are its functions in supporting the livelihoods of informal traders? (4) Is there a gender dimension to the strategies adopted? The paper draws on interviews with 124 traders in 2 Nairobi markets, and on key-informant interviews. Principal findings are that, whilst traders initially draw heavily on existing inherited social capital, they deliberately create and adapt their networks, opportunistically building relationships of trust in the marketplace which enable them to survive. The pace of change is different in different economic milieux. Women and men adopt different strategies to achieve similar ends. Conclusions are drawn for social capital theory and policy.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0070,005
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,066
Tête enseignante GPT0,263
Écart entre enseignants0,197 · 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'étudeObservationnel
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

Citations103
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetMicrofinance and Financial InclusionTravaux en français237 207