MétaCan
Menu
Retour à la cohorte
Enregistrement W4206932818 · doi:10.1177/0308518x221073986

Waiting for the market? Microinsurance and development as anticipatory marketization

2022· article· en· W4206932818 sur OpenAlexfundno aff
Nick Bernards

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMicroinsuranceMarketizationBusinessPromotion (chess)Risk managementEconomicsFinancePublic economicsMarketingPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

This article traces experiments aimed at promoting wider adoption of 'microinsurance' - small, simplified insurance policies targeting the poorest. Microinsurance is a central element of a wider turn towards the promotion of 'resilience' in global development. The development of commercial markets for microinsurance, however, has failed to meet the expectations of promoters. This article traces the ways that the diverse donor agencies, professional organizations and philanthropic organizations involved in the promotion of microinsurance have responded to these failures, primarily by seeking to articulate basic data infrastructures that might make possible profitable insurance operations. These activities are described as a kind of 'anticipatory marketization' - experiments seeking to prepare the ground for the emergence of markets for risk management, thus far without much success. Where microinsurance has often been described in terms of 'financialization', this article suggests that there are important political dynamics at play that have been overlooked. Efforts to develop markets for microinsurance, and the persistent focus on troubleshooting and re-engineering those markets in the face of failure, are not driven directly by finance capital. Rather, they reflect fraught efforts to articulate modes of social protection not requiring substantial redistribution.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,604

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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,197
Écart entre enseignants0,173 · 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207