MétaCan
Menu
Retour à la cohorte
Enregistrement W2742653927 · doi:10.1108/s0190-128120170000037006

Markets of the Heart: Weighing Economic and Ethical Values at Ten Thousand Villages

2017· book-chapter· en· W2742653927 sur OpenAlexaboutno aff
Laurel Zwissler

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecessionBalance (ability)Face (sociological concept)Economic growthPolitical scienceGeographyEconomicsSociologyMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose This project explores tensions at the heart of the fair-trade organization Ten Thousand Villages. I investigate the ways in which this organization attempts to balance concerns of North American staff and volunteers, to care for artisans abroad, and to incorporate expansion plans in the face of challenges raised by the recession. Methodology/approach This chapter draws on fieldwork with stores in Toronto (2011–2012) and ongoing fieldwork (summer 2014 and 2015) with the flagship store in Ephrata, Pennsylvania. Findings Members express continuing tension between the organization’s founding Mennonite values and the more recent orientation chosen by leadership, to compete successfully in “regular” retail space against non-fair-trade brands. Store staff and volunteers perceive Villages’ buying practices, meant to provide “fairness” to producers in the developing world, as somewhat inconsistent with the treatment of North American store employees. Corporate leadership is mainly focused on ameliorating poverty abroad, rather than framing the organization’s work in a broader social justice context, which store staff and volunteers expect. Originality/value At a time of increasing dialogue about alternative value systems that expand notions of economic worth, the fair-trade movement offers a useful model for one attempt to work within the market system to ameliorate its damages. Understanding how one organization negotiates its own competing value systems can provide useful perspective on other revaluation projects.

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,021
Communication savante0,0090,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,019
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207