Deep care: The COVID‐19 pandemic and the work of marginal feminist organizing in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this paper, we adopt a Southern feminist epistemology to critically appraise the ways in which media discourse on gendered organizing during the Indian COVID‐19‐induced migrant crisis resists or reinforces hegemonic caste hierarchies. To contextualize this work, we briefly historicize scholarship on feminist organizing around land rights, hunger, and violence, while noting the politics of contagion and pollution narratives plaguing the pandemic discourse in India. After conducting a qualitative content analysis (QCA) followed by a critical discourse analysis (CDA) of media discourses across three tiers (international, national, and local), we found that international and national tiers of discourse largely deployed a savarna gaze that worked to 1) Reinforce brahminical and technocratic pandemic narratives and 2) Delegitimize Dalit marginal organizing feminist work and Dalit sensibilities through seven overlapping metrics of erasure. On the other hand, local tier of discourse confronted the savarna gaze, amplified voices of Dalit and Muslim women by centering their narratives of resistance, and tackled the exacerbation of casteist oppression under the pandemic in the service of emancipation. Local discourses also highlight how marginal organizing during the first pandemic lockdown involved provision of essential resources and services (food, medical care, security) for mostly Dalit and Muslim migrant workers, and women intersectionally facing domestic violence and savarna violence. Despite the brahmininal structural oppression, Dalit feminist praxis' emblematic resistance of oppressive structures, during and beyond times of crisis, constitutes what we call the work of deep care .
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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