MétaCan
Menu
Retour à la cohorte
Enregistrement W2805155030 · doi:10.15173/glj.v9i2.3353

Securing, Leveraging and Sustaining Power for Street Vendors in India

2018· article· en· W2805155030 sur OpenAlexvenueno aff
Sachin Kumar, Arbind Singh

Notice bibliographique

RevueGlobal Labour Journal · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLivelihoodHumiliationHarassmentUrbanizationPower (physics)BusinessPublic relationsEconomic growthPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

While street vendors have provided goods and services to millions at an affordable rate on their doorsteps since time immemorial, erosion of the rural livelihood base, growing informalisation and unabated urbanisation have suddenly increased their numbers in Indian cities in the 1990s. Despite the fact that these workers contribute significantly to the urban economy, they have faced and often continue to experience humiliation, continual harassment, confiscations and sudden evictions. It became imperative to advocate for their rights through the formulation of appropriate policies, the enactment of relevant laws, and the provision of adequate social protection benefits. The National Association of Street Vendors of India (NASVI) played a pivotal and catalytic role in transforming street vendors from non-entities into a formidable force to reckon with. Based on existing published works on the street vendors’ movement in India, a series of key informant interviews and national consultation with stakeholders, the paper aims to document the journey of NASVI in terms of milestones, struggles and successes using the theoretical framework of power resources and capabilities. It also makes an attempt to bring out important lessons for social actors interested in organising informal workers.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,006
Communication savante0,0060,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetSocial and Economic Development in IndiaTravaux en français237 207