MétaCan
Menu
Retour à la cohorte
Enregistrement W3095619076 · doi:10.1111/awr.12196

Technics of Labor: Productivism, Expertise, and Solid Waste Management in a Public‐Private Partnership

2020· article· en· W3095619076 sur OpenAlexaff
Waqas H. Butt

Notice bibliographique

RevueAnthropology of Work Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipSanitationWork (physics)Solid waste managementBusinessProcess (computing)Action (physics)PoliticsEconomicsPublic relationsMunicipal solid wastePolitical scienceEngineeringFinanceWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract In Lahore, a public‐private partnership has been formed to replace the Solid Waste Management (SWM) Department. Along with technological and managerial interventions into the labor process, this partnership has also brought in a class of professionals whose expertise is viewed as being essential to improving solid waste management for the city. Nevertheless, a labor force of sanitation workers and supervisors from the municipal SWM Department remain the primary means by which discarded materials are actually taken away across the urban landscape. This article examines how technical and productivist frameworks were brought to bear—especially as professionals enacted their expertise—upon the labor process by which waste materials are disposed of in the city. In doing so, this article argues that in moments of institutional and technological transition, the instability of work as a category of action opens it up to potential revaluation. Not only does this approach make clear the frameworks, whether technical or productivist, through which forms of work or labor get revalued, it also allows us to trace a politics of work beyond such frameworks.

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)0,012
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,022
Communication savante0,0080,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,346
Écart entre enseignants0,299 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnthropology of Work ReviewMême sujetWater Governance and InfrastructureTravaux en français237 207