MétaCan
Menu
Retour à la cohorte
Enregistrement W2619568768 · doi:10.15173/glj.v8i2.3040

Where Lean May Shake: Challenges to Casualisation in the Indian Auto Industry

2017· article· en· W2619568768 sur OpenAlexfundvenueno aff
Lorenza Monaco

Notice bibliographique

RevueGlobal Labour Journal · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensnon disponible
Organismes subventionnairesGyeongsang National UniversityInstitute for Catastrophic Loss Reduction
Mots-clésPoliticsSustainabilityMeaning (existential)Resistance (ecology)Political economyProcess (computing)BusinessLean manufacturingEconomic systemLaw and economicsSociologyPolitical scienceEconomicsLawMarketing

Résumé

récupéré en direct d'OpenAlex

By analysing the industrial conflict that has affected the Indian Maruti Suzuki since 2011/2012, the article reflects on the meaning of the lean manufacturing paradigm today. It explores what continues to make it dominant, and the ultimate frontiers it has reached. It argues that its global significance could not have been established without the exploitation of local labour regimes, and without stretching their competitive advantage to the detriment of workers. In particular, the desirable condition now sought at global level is the possibility of relying on regimes based on high levels of casualisation, allowing the progressive “substitution” of permanent workers. However, as the Maruti case also reveals, working-class composition and the sustainability of the local labour process can generate mechanisms and unexpected alliances that could potentially destabilise the system. Indeed, the case shows how corporate strategies intended to fragment and depoliticise labour, inbuilt into the paradigm, were directly challenged and encountered resistance. Ultimately, though, the case also shows how, without strong legal and political support, the potential of a labour movement can be suffocated by institutionalised violence. In this sense, lean reacts, and the despotic imposition of consent becomes visible as never before.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0260,022
Communication savante0,0180,008
Science ouverte0,0020,017
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,315
Écart entre enseignants0,269 · 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'étudeQualitatif
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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207