MétaCan
Menu
Retour à la cohorte
Enregistrement W3130100710 · doi:10.4324/9781003145509

Migration, Workers, and Fundamental Freedoms

2021· book· en· W3130100710 sur OpenAlexaff
Asha Hans, Kalpana Kannabirān, Manoranjan Mohanty, Pushpendra Pushpendra

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesLondon School of Economics and Political ScienceUNICEFMichael and Susan Dell FoundationBill and Melinda Gates Foundation
Mots-clésBusinessLaw and economicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic resulted in a mass exodus of India’s migrant workers from the cities back to the villages. This book explores the social conditions and concerns around health, labour, migration, and gender that were thrown up as a result of this forced migration. The book examines the failings of the public health systems and the state response to address the humanitarian crisis which unfolded in the middle of the pandemic. It highlights how the pandemic-lockdown disproportionately affected marginalised social groups – Dalits and the Adivasi communities, women and Muslim workers. The book reflects on the socio-economic vulnerabilities of migrant workers, their rights to dignity, questions around citizenship, and the need for robust systems of democratic and constitutional accountability. The chapters also critically look at the gendered vulnerabilities of women and non-cis persons in both public and private spaces, the exacerbation of social stratification and prejudices, incidents of intimidation by the administration and the police forces, and proposed labour reforms which might create greater insecurities for migrant workers. This important and timely book will be of great interest to researchers and students of sociology, public policy, development studies, gender studies, labour and economics, and law.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,010
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,013
Tête enseignante GPT0,270
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration and Labor DynamicsTravaux en français237 207