Notice bibliographique
Résumé
My essay focuses on the marginalised people whose livelihoods depend on gathering, sorting, transporting and selling garbage in India's huge informal economy, livelihoods now challenged as municipal governments contract the recycling of waste to corporations. The evolving, bumpy geography of the waste economy creates permanent border areas of primitive accumulation and both devalorised and valorised people and places. I make a case for understanding informal sector activities, such as the work of transforming the city's detritus, as part of a vast infra‐economy and the varied forms of labour performed within heterogeneous value chains of waste transformation as infrastructural labour that produces what Marx called capital's ‘general’ and ‘external’ conditions of production. Through close examination of the spatiotemporal lattice of informal municipal solid waste recycling, I demonstrate how these economies are at once highly organised and brittle, with each node in their value chains subject to disruption by state and market forces. While relative opacity, labour intensity of tasks and dependence on embodied knowledge (metis), indeed a ‘bodily’ feel for space, give informal economies the capacity to resist external efforts to transform, subsume or eradicate them; lack of social security and employment protections also means that workers and micro‐enterprise owners within them inhabit the thin line between survival and failure, rendering them vulnerable to economic and political fluctuations. The upshot is that the labour of waste and other informal sector workers is critical for maintaining the quality of life desired by the well off in cities of the global South, but fails to get the recognition it deserves. Waste workers are poorly compensated, regularly stigmatised and frequently invisible in policy decisions. This is an enduring inequity that demands urgent correction.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,025 |
| Communication savante | 0,015 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».