MétaCan
Menu
Retour à la cohorte
Enregistrement W2886866540 · doi:10.1177/0002764218793685

Subversive Self-Employment: Intersectionality and Self-Employment Among Dependent Visas Holders in the United States

2018· article· en· W2886866540 sur OpenAlexaff
Pallavi Banerjee

Notice bibliographique

RevueAmerican Behavioral Scientist · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIntersectionalitySelf-employmentImmigrationDemographic economicsPrecarious workPolitical scienceGender studiesLabour economicsSociologyWork (physics)EconomicsEntrepreneurship

Résumé

récupéré en direct d'OpenAlex

Drawing on intersectionality theory, I examine how U.S. visa policies shape the informal self-employment experiences of Indian women and men who migrated to the United States on “dependent visas” to accompany their highly skilled spouses on temporary work visas. Dependent visa policy prohibits employment for the visa holders for a period that can last from 6 to 20 years. Despite this, only a handful of those on dependent visas pursued informal self-employment in my sample, with fewer men than women. This study is based on interviews with 45 participants, with a special focus on 18 dependent spouses (men and women), who had engaged in active self-employment, and tries to understand their experiences with self-employment, particularly their choice of businesses and the role of self-employment in their lives as dependents. I conclude that the complexities of the experiences of self-employment for my research participants are embedded in the intersections of their gender, class, race, and immigration status. Additionally, self-employment itself inadvertently becomes an act of subversion against their state-imposed dependence.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,051

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 technologies0,0060,004
Communication savante0,0040,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,326
Écart entre enseignants0,299 · 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'étudeObservationnel
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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207