MétaCan
Menu
Retour à la cohorte
Enregistrement W2079201683 · doi:10.1080/10350330.2012.752159

The politics of<i>Pai Ma Pi</i>: flattery as empty signifiers and social control in a Chinese workplace

2013· article· en· W2079201683 sur OpenAlexaffabout
Jie Yang

Notice bibliographique

RevueSocial Semiotics · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFlatteryPoliticsSociologyControl (management)LinguisticsPolitical sciencePhilosophyArtLiteratureComputer scienceLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article analyzes the practice of pai ma pi in a Chinese workplace in order to examine the recent transformation of subject formation and the political economy in China. Pai ma pi refers to any benevolent practice a subordinate directs toward his or her superiors to seek favor, protection, or other benefits. More than flattery or brownnosing, pai ma pi in a socialist workplace serves as an empty signifier; workers use it to combat the void created by their uncertainty about their position in relation to the disproportionate power of the all-encompassing, autocratic system, a power crystallized in the need for workers to maintain a clean record in their classified dang'an (personal dossier) to survive. However, the gradual breakdown of the socialist work unit system caused by neoliberal economic restructuring appears to diminish the practice of pai ma pi. The article, nevertheless, illustrates that pai ma pi both nurtures and challenges the neoliberal economy. As a strategic form of praise, pai ma pi, by aggrandizing higher-ups, intensifies the social hierarchy, and bureaucratic authority; meanwhile, it advances self-interest, which resonates with some of the neoliberal pillars in China, such as “freedom” and “self-enterprising.”

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,017
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,260
Écart entre enseignants0,254 · 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

Citations14
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial SemioticsMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207