MétaCan
Menu
Retour à la cohorte
Enregistrement W2913665999 · doi:10.3390/soc9010014

The Intertwined Relationship between Power and Patriarchy: Examples from Resource Extractive Industries

2019· article· en· W2913665999 sur OpenAlexaff
Nadine Naguib Suliman

Notice bibliographique

RevueSocieties · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPatriarchyNatural resourceResource (disambiguation)Power (physics)SociologySustainable developmentGender relationsEconomic systemEconomic geographyEconomicsEcologyGender studiesBiology

Résumé

récupéré en direct d'OpenAlex

This study examines the relationships between extractive industries, power and patriarchy, raising attention to the negative social and environmental impacts these relationships have had on communities globally. Wealth accumulation, gender and environment inequality have occurred for decades or more as a result of patriarchal structures, controlled by the few in power. The multiple indirect ways these concepts have evolved to function in modern day societies further complicates attempts to resolve them and transform the social and natural world towards a more sustainable model. Partly relying on queer ecology, this paper opens space for uncovering some hidden mechanisms of asserting power and patriarchal methods of domination in resource-extractive industries and impacted populations. I hypothesize that patriarchy and gender inequality have a substantial impact on power relations and control of resources, in particular within the energy industry. Based on examples from the literature used to illustrate these processes, patriarchy-imposed gender relations are embedded in communities with large resource extraction industries and have a substantial impact on power relations, especially relative to wealth accumulation. The paper ends with a call for researchers to consider these issues more deeply and conceptually in the development of case studies and empirical analysis.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,013
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0130,030
Communication savante0,0050,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,265 · 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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetSex work and related issuesTravaux en français237 207