MétaCan
Menu
Retour à la cohorte
Enregistrement W2755293239 · doi:10.1108/ijse-03-2016-0095

Gender, the state, and informal self-employment

2017· article· en· W2755293239 sur OpenAlexaff
Nathanael Ojöng

Notice bibliographique

RevueInternational Journal of Social Economics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensTyndale University
Organismes subventionnairesnon disponible
Mots-clésFormalityMobile telephonySociologyTelecommunicationsBusinessEconomicsComputer sciencePolitical scienceLawMobile radio

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to examine the intersection of formality, informality, structures of power, gender, and social norms in the mobile telecommunication industry in Cameroon, and to investigate the reasons for the over-representation of informal self-employed women at the base of the mobile telecommunication industry in the country. Design/methodology/approach This is a qualitative study using interviews and observations. Findings Cameroon’s mobile telecommunication industry is a “spaghetti bowl” where formality, informality, gender, structures of power, and social norms are intertwined. In Cameroon’s mobile telecommunication industry, there is no static division between formality and informality, rather, there is a connection between formality and informality to ensure the unity and totality of the airtime credit distribution system. Self-employment in the mobile telecommunication industry is gendered. Originality/value Analysing the intersection of gender, class, formality, informality, social norms, and structures of power in the functioning of the mobile telecommunication industry in the Cameroon is original.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,290
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social EconomicsMême sujetDigital Economy and Work TransformationTravaux en français237 207