MétaCan
Menu
Retour à la cohorte
Enregistrement W2941726747 · doi:10.1177/0042098019834160

‘Without water, there is no life’: Negotiating everyday risks and gendered insecurities in Karachi’s informal settlements

2019· article· en· W2941726747 sur OpenAlexfundno aff
Nausheen H. Anwar, Amiera Sawas, Daanish Mustafa

Notice bibliographique

RevueUrban Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésEveryday lifeWater scarcityWater securitySociologyMilitantHuman settlementPoliticsPolitical scienceEconomic growthWater resourcesGeographyEconomicsLawAgriculture

Résumé

récupéré en direct d'OpenAlex

This article provides new insights into the politics of water provisioning in Karachi’s informal settlements, where water shortages and contaminations have pushed ordinary citizens to live on the knife edge of water scarcity. We turn our attention to the everyday practices that involve gendered insecurities of water in Karachi, which has been Pakistan’s security laboratory for decades. We explore four shifting security logics that strongly contribute to the crisis of water provisioning at the neighbourhood level and highlight an emergent landscape of ‘securitised water’. Gender maps the antagonisms between these security logics, so we discuss the impacts on ordinary women and men as they experience chronic water shortages. In Karachi, a patriarchal stereotype of the militant or terrorist-controlled water supply is wielded with the aim of upholding statist national security concerns that undermine women’s and men’s daily security in water provisioning whereby everyday issues of risk and insecurity appear politically inconsequential. We contend that risk has a very gendered nature and it is women that experience it both in the home and outside.

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)0,004
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,041
Communication savante0,0070,005
Science ouverte0,0010,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,044
Tête enseignante GPT0,309
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

Citations47
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetWater Governance and InfrastructureTravaux en français237 207