MétaCan
Menu
Retour à la cohorte
Enregistrement W3010376317 · doi:10.1080/00083968.2019.1674170

Necessity or choice: women’s migration to artisanal mining regions in eastern DRC

2020· article· en· W3010376317 sur OpenAlexvenueno aff
Marie-Rose Bashwira, G. van der Haar

Notice bibliographique

RevueCanadian Journal of African Studies / Revue canadienne des études africaines · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean CommissionGovernment of the United KingdomIrish Aid
Mots-clésMerge (version control)CurseDemocracyVulnerability (computing)Resource cursePolitical scienceDevelopment economicsPolitical economyGeographySociologyNatural resourceComputer securityEconomicsLawPolitics

Résumé

récupéré en direct d'OpenAlex

Women have long remained invisible in representations of artisanal mining in eastern Democratic Republic of Congo. Based on original field data, this paper seeks to fill that gap. It shows how women come to mining sites with the hope of finding a degree of security, economic possibilities and the start of a new life. Contrary to what dominant discourses on the “resource curse” and sexual violence towards women have suggested, women may find a degree of protection in mining areas. We take the analysis beyond the “push” and “pull” factors with which migration is usually explained, to understand women’s motivation to move into mining areas as complex and changing. The study situates women’s movement to the mines within their life trajectories which are shaped by violence and various forms of insecurity. The notion of social navigation is brought in to understand how they cope with gender discrimination, challenges and risks in the mining economy. The paper shows how push and pull factors merge over time and how some women succeed in creating new sources of revenue and manage to mitigate the situation of vulnerability in which they find themselves.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 GPT0,234
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of African Studies / Revue canadienne des études africainesMême sujetMining and Resource ManagementTravaux en français237 207