MétaCan
Menu
Retour à la cohorte
Enregistrement W2939415329 · doi:10.1080/1369183x.2019.1592396

An Im/mobility turn: power geometries of care and migration

2019· article· en· W2939415329 sur OpenAlexafffund
Danièle Bélanger, Rachel Silvey

Notice bibliographique

RevueJournal of Ethnic and Migration Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of TorontoUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésXenophobiaContext (archaeology)InequalityPower (physics)SociologyCare workImmigrationEconomic geographyPolitical economyPolitical scienceWork (physics)Gender studiesGeographyRacismLaw

Résumé

récupéré en direct d'OpenAlex

This special issue explores the analytical significance of immobility for understanding the inequalities that animate—and co-exist in tandem with—growing global mobility and migration. With a particular focus on the literature on migrant care workers, the collection examines how the socio-spatial mobility of these workers is blocked, stuck, and constrained, and how these immobilities are integral to their migration experiences. Extending Doreen Massey’s idea of ‘power geometries’ to migration studies, we offer the concept of an ‘im/mobility turn’—wherein the back slash highlights the connections between immobility and mobility—to emphasise how particular forms of movement are shaped by the regulations, inequalities, and disciplinary pressures that delimit that movement. In the current global context where anti-immigration and xenophobia are on the rise, and where temporary migrant labour regimes of all kinds are increasingly common, we argue that attention to the many forms of immobility that are evident in care work migration may offer clues for grasping how immobilities function in relation to contemporary migration politics more generally.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,022
Communication savante0,0060,007
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,030
Tête enseignante GPT0,374
Écart entre enseignants0,344 · 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

Citations232
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ethnic and Migration StudiesMême sujetMigration and Labor DynamicsTravaux en français237 207