MétaCan
Menu
Retour à la cohorte
Enregistrement W3127948788 · doi:10.15173/glj.v12i1.4256

Regimes, Resistance and Reforms: Comparing Workers' Politics in the Automobile Industry in China and India

2021· article· en· W3127948788 sur OpenAlexvenueno aff
Manjusha Nair, Eli Friedman

Notice bibliographique

RevueGlobal Labour Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensnon disponible
Organismes subventionnairesBrown University
Mots-clésUnrestChinaContext (archaeology)Resistance (ecology)CapitalismPolitical economyPoliticsPolitical scienceDemocracyDevelopment economicsSociologyEconomyEconomicsLawHistory

Résumé

récupéré en direct d'OpenAlex

The automobile industry in China was shaken by an unprecedented upsurge of labour unrest in 2010, beginning with the much-discussed wildcat strike at the Nanhai Honda transmission plant in Guangdong province. While worker activism in auto plants in India was not as concentrated as in China’s 2010 strike wave, the period 2009–2017 witnessed twenty-seven strikes nationwide, indicating a significant uptick after the global recession. The optimism that regarded the escalation of labour unrest as indicative of a global labour movement emerging from the Global South has died down. This is an appropriate moment to ask the question: Why did these protests not materialise into something more? Existing explanations in China tend to focus on the regime characteristics. In this article, we undertake a much-needed comparative analysis to explore the failure of these protests. We argue that their failure to sustain their momentum, let alone become a global movement, must be understood in the context of the structures and temporality of capitalism. While we show that there were regime-based divergences and national characteristics in each case, we also show the striking global convergence both in the ways that the protests materialised and how the states responded. KEYWORDS: labour resistance; temporary work; democracy; neo-liberalism; China; India

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,274
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207