MétaCan
Menu
Retour à la cohorte
Enregistrement W2781450451 · doi:10.1080/0267257x.2017.1318939

The Kafka quagmire for the poor in India

2017· article· en· W2781450451 sur OpenAlexaff
Russell W. Belk, Tanuka Ghoshal

Notice bibliographique

RevueJournal of Marketing Management · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLanguage changePrecarityGovernment (linguistics)BureaucracyPower (physics)Order (exchange)Political economySociologyIndictmentCastePolitical scienceEconomicsLawGender studiesPolitics

Résumé

récupéré en direct d'OpenAlex

Khare and Varman present a compellingly pessimistic analysis of the plight of the poor in India. The dilemmas of the poor are often exacerbated by large corporations seeking to find ways to market products to impoverished emerging market consumers. In India, consumers are frequently hurt by these initiatives, small retailers may suffer, while corruption and trickery by petty bureaucrats and ruthless landlords help the rich get richer at the expense of the poor. The article by Khare and Varman is a scathing indictment based on detailed ethnographic evidence but it reveals only a fraction of the disadvantages and traps of disempowerment facing those Indians living lives of great precarity. In this comment, we seek to build upon Khare and Varman’s insightful analysis both in order to reinforce their conclusions about the Kafkaesque existence of India’s poor and to introduce some further considerations and complications that make the quagmire even more entrapping. We focus on four sources of these problems: patriarchy, bureaucracy and corruption, class and caste power and hierarchies, and uneven and inadequate infrastructure. We also highlight some largely individual and non-government initiatives that may offer hope of escaping this quagmire for the poor.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

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 technologies0,0120,014
Communication savante0,0060,003
Science ouverte0,0000,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,313
Écart entre enseignants0,288 · 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'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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marketing ManagementMême sujetSocial and Economic Development in IndiaTravaux en français237 207