MétaCan
Menu
Retour à la cohorte
Enregistrement W4205813489 · doi:10.1080/0966369x.2021.2021862

Gendering the intimate labour of toilet cleaning in India’s high-tech sector

2022· article· en· W4205813489 sur OpenAlexaff
Kiran Mirchandani, Sanjukta Mukherjee

Notice bibliographique

RevueGender Place & Culture · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Labor and Employment Law
Établissements canadiensCanadian Association for the Study of Adult EducationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésToiletHigh techBusinessEngineeringGeographyWaste managementArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper examines the intimate labour of corporate cleaners in India. Their intimate labour involves removing the bodily waste of others, as well as working on their own bodies to meet employer demands. These workers are situated within India’s lavish corporate offices which serve as prominent symbols of development. Yet toilet cleaning continues to be embedded within histories of gender, caste, and class hierarchies in India. Based on original field research in Pune, India, we explore the experiences of the workers who perform corporate cleaning jobs that allow round the clock operation of multinational technology industries. We argue that while corporate cleaning is sanitized, professionalized, and mirrors the neoliberal visions of a global India, it is complicit in a denial and entrenchment of caste and gender hierarchies. Our analysis contributes to debates around gendering of intimate labour by exploring its salience as well as invisibility.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,279
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGender Place & CultureMême sujetInternational Labor and Employment LawTravaux en français237 207