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 OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

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.

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)0,018
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
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