Intersections of gender and water: comparative approaches to everyday gendered negotiations of water access in underserved areas of Accra, Ghana and Cape Town, South Africa
Notice bibliographique
Résumé
A large and growing body of literature suggests that women and men often have differentiated relationships to water access, uses, knowledges, governance, and experiences. From a feminist political ecology perspective, these relationships can be mediated by gendered labour practices (within the household, at the community level, or within the workplace), socio-cultural expectations (e.g. related to notions of masculinity and femininity), as well as intersectional differences (e.g. race, income, and so forth). While these relationships are complex, multiple, and vary by context, it is frequently argued that due to responsibility for domestic provision or other pathways, women may be particularly affected if water quality or access is compromised. This paper reports on a statistical evaluation of a 478 household survey conducted in underserved areas of Accra, Ghana and Cape Town, South Africa in early 2012. Interrogating our survey results in the light of the ideas of gender differentiated access, uses, knowledges, governance, and experiences of water, we open up considerations related to the context of each of our study sites, and also invite possible revisions and new directions for these debates. In particular, we are interested in the instances where differences among male and female respondents were less pronounced than expected. Highlighting these unexpected results we find it helpful to draw attention to methods – in particular we argue that a binary male–female approach is not that meaningful for the analysis, and instead, gender analysis requires some attention to intersectional differences (e.g. homeownership, employment, or age). We also make the case for the importance of combining qualitative and quantitative work to understand these relationships, as well as opening up what might be learned by more adequately exploring the resonances and tensions between these approaches.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,019 | 0,024 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,000 |
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.
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 ».