Notice bibliographique
Résumé
Ever wondered what it would be like to be a street magician in Paris? A fish farmer in Norway? A costume designer in Bollywood? This playful and accessible look at different types of work around the world delivers a wealth of information and advice about a wide array of jobs and professions. The value of this book is twofold: For young people or middle-aged people who are undecided about their career paths and feel constrained in their choices, A World of Work offers an expansive vision. For ethnographers, this book offers an excellent example of using the practical details of everyday life to shed light on larger structural issues.Each chapter in this collection of ethnographic fiction could be considered a job manual. Yet not any typical job manual—to do justice to the ways details about jobs are conveyed in culturally specific ways, the authors adopt a range of voices and perspectives. One chapter is written as though it was a letter from an older sister counseling her brother on how to be a doctor in Malawi. Another is framed as a eulogy for a well-loved village magistrate in Papua New Guinea who may have been killed by sorcery.Beneath the novelty of the examples are some serious messages that Ilana Gershon highlights in her introduction. These ethnographies reveal the connection between work and culture, the impact of societal values on the conditions of employment. Readers will be surprised at how much they can learn about an entire culture by being given the chance to understand just one occupation. Contributors: Lovleen Bains, Mumbai; Chiwoza Bandawe, University of Malawi; Joshua A. Bell, Smithsonian Institution; Michelle Bigenho, Colgate University; Warren Chamberlain, Vita Needle Company, Massachusetts; Melissa Demian, Australian National University; Ilana Gershon, Indiana University; Kathryn Graber, Indiana University; Graham M. Jones, MIT; Amanda Kemble, University of Michigan; Briel Kobak, University of Chicago; Corinna Kruse, Linköping University, Sweden; Joel Kuipers, The George Washington University; Carrie Lane, California State University, Fullerton; Jean Lave, University of California, Berkeley; John Law, Open University; Heather Levi, Temple University; Marianne Elisabeth Lien, University of Oslo; Caitrin Lynch, Olin College; Loïc Marquet, Paris; Winnifred Fallers Sullivan, Indiana University; Chris Swift, Leeds Teaching Hospitals; Claire Wendland, University of Wisconsin–Madison; Clare Wilkinson-Weber, Washington State University Vancouver; Helena Wulff, Stockholm University
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,031 |
| Communication savante | 0,028 | 0,020 |
| Science ouverte | 0,002 | 0,020 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,014 |
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 ».