MétaCan
Menu
Retour à la cohorte
Enregistrement W2480930456 · doi:10.1017/cbo9780511492211.003

Seeing the state

2005· book-chapter· en· W2480930456 sur OpenAlexaff
Stuart Corbridge, Glyn Williams, Manoj Srivastava, René Véron

Notice bibliographique

RevueCambridge University Press eBooks · 2005
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésState (computer science)Government (linguistics)PoliticsPolitical scienceClass (philosophy)Public administrationLawMathematics

Résumé

récupéré en direct d'OpenAlex

Introduction We have said that one aim of this book is to consider how differently placed men and women see the state in rural India. Some of these individuals will be employees of the state, or external advisers to the Government of India and its constituent states and Union territories, although many more will be farmers or labourers. Some will be political fixers and members of the Backward Classes, while others will be farmers, Class IV government servants and adivasis at the same time. But what does it mean to talk about ‘seeing the state’? We are used to the idea of the state seeing its population or citizenry. Visuality is at the heart of many theories of power and governmentality. Michel Foucault, most notably, has shown how the birth of modern forms of education and welfare provision corresponds to the emergence of biopolitics as a ‘form of politics entailing the administration of the processes of life of populations’ (Dean 1999: 98). Populations emerge when changes in working practices give rise to economic government and the discipline of political economy, and they get bounded by new exercises in mapping and measurement, including the production of censuses, cadastral surveys and expeditions. Biopolitics then refers to those government interventions that seek to improve the quality of a population as a whole, and these procedures produce that which we name the state as the effect of these interventions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,006
Communication savante0,0060,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,030
Tête enseignante GPT0,215
Écart entre enseignants0,185 · 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'étudeThéorique ou conceptuel
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

Citations28
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetSocial and Economic Development in IndiaTravaux en français237 207