MétaCan
Menu
Retour à la cohorte
Enregistrement W4224298789 · doi:10.1177/00187267221097937

How is social inequality maintained in the Global South? Critiquing the concept of dirty work

2022· article· en· W4224298789 sur OpenAlexaff
Ghazal Zulfiqar, Ajnesh Prasad

Notice bibliographique

RevueHuman Relations · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmotional Labor in Professions
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésSociologyConceptualizationIdentity (music)ContextualizationSocial psychologyEpistemologyAgency (philosophy)Context (archaeology)Power (physics)Symbolic powerAestheticsPositive economicsGender studiesPsychologySocial sciencePoliticsPolitical scienceLawInterpretation (philosophy)

Résumé

récupéré en direct d'OpenAlex

Extant research on dirty work—occupations involving physical, social, or moral taint, which affect worker identities—has been read primarily through the lens of social identity theory (SIT). There are two notable shortcomings that emerge as a consequence of dirty work being too heavily reliant upon the precepts of SIT, which we seek to remedy in this article: (1) the overemphasis on the symbolic to the detriment of the material has led to false optimism regarding the ability for subjects doing dirty work to exercise agency in constructing their own sense of selves, and (2) the failure to substantively account for the role of identity differences suggests that empirical research on the phenomenon is devoid of proper historical and cultural contextualization. Drawing on a qualitive study on low-caste toilet cleaners in Pakistan, our findings were largely incongruous with the scholarly conceptualization of dirty work that has been propagated to date. We explicate the embedded role of power and context in dirty work, which are not adequately considered using SIT alone. Repudiating the overly romanticized version of the concept, we argue that SIT’s account of dirty work ought to be complemented by status construction theory going forward.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,026
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,070
Tête enseignante GPT0,381
Écart entre enseignants0,311 · 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

Citations74
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman RelationsMême sujetEmotional Labor in ProfessionsTravaux en français237 207