MétaCan
Menu
Retour à la cohorte
Enregistrement W2223670579 · doi:10.1080/21632324.2015.1083723

Cross-region migration of brides and gender relations in a daughter deficit context

2015· article· en· W2223670579 sur OpenAlexaff
Sharada Srinivasan

Notice bibliographique

RevueMigration and Development · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDowryTamilCasteEndogamyGender studiesPrivilege (computing)Context (archaeology)DaughterWifeMarriage marketPatriarchyKinshipSociologyArranged MarriageEthnographyPolitical scienceDemographic economicsGeographyPopulationDemographyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

In recent years there is a growing interest in the phenomenon of across-region marriages and the wellbeing of women in such marriages in female deficit regions in countries such as India and China. Several men in district Namakkal in the south Indian state of Tamil Nadu which has had a long history of daughter elimination are currently experiencing a delay in marriage due to female deficit, educational and occupational incompatibility, and women’s changing marriage preferences, with many bringing brides from outside the region. Women who are priced out of the marriage market in Kerala, a state where women occupy a relatively better status, are also marrying these men. Based on ethnographic fieldwork, this paper argues that the experiences of cross-region brides are not idiosyncratic or ad hoc but are shaped by and embedded within the intersection of caste, class, gender and kinship. In particular the gender contexts in both the place of origin and the place women are married into, affect their wellbeing. While such unions have the potential to create a win-win situation for both parties and challenge practices such as caste endogamy and dowry, they also reinforce unequal gender norms that maintain male privilege.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0000,001
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 Opus0,121
Tête enseignante GPT0,330
Écart entre enseignants0,209 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMigration and DevelopmentMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207