MétaCan
Menu
Retour à la cohorte
Enregistrement W2969765416 · doi:10.1080/08865655.2019.1653786

Gaining a Ghetto: The Resettlement of Partition-affected Bengalis in New Delhi’s Chittaranjan Park

2019· article· en· W2969765416 sur OpenAlexvenueno aff
Anubhav Roy

Notice bibliographique

RevueJournal of Borderlands Studies · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Studies and Diaspora
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPartition (number theory)CarvingPoliticsRefugeeWest bengalBengaliState (computer science)SociologyPolitical scienceGeographyGender studiesEconomic growthSocioeconomicsLawArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

The Bengali sufferers of the tragic partition of India in 1947 have arguably failed to garner the political, policy, and discursive attention received by their West Pakistani or Punjabi counterparts. A case in point, Chittaranjan Park – a sub-urban neighborhood or colony of New Delhi granted as a ghetto to the Bengalis rendered rootless by the formation of East Pakistan – is rarely a muse for forays in partition studies or borderscaping. This paper, as an attempt to fill this void, traces the civil society-led lobbying movement for the carving out of Chittaranjan Park at the heart of India’s national capital, by largely relying on archived editions of the colony’s first newsletter. The narrative is linked to its contextual undercurrents of identity consciousness, state rehabilitation policy, civil-state relations, and local politics and economics by historical-evaluation. First, after highlighting how the Bengal chapter of the partition is often overlooked, this paper highlights the benefits that the then expanding city of Delhi offered its refugees in India. Second, it contrasts the Indian state’s policy response to the partition’s refugees from West Pakistan to those from the east. Third, it unpacks the idea of, and lobbying bid for, Chittaranjan Park, and examines if the colony qualifies as an ethnically-exclusive bordered space within a city.

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)0,000
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 enseignants0,099
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,010
Communication savante0,0060,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,045
Tête enseignante GPT0,290
Écart entre enseignants0,244 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetSouth Asian Studies and DiasporaTravaux en français237 207