MétaCan
Menu
Retour à la cohorte
Enregistrement W4280642822 · doi:10.1080/17450101.2022.2071631

Changes in everyday life of rural China: a perspective of mobilities

2022· article· en· W4280642822 sur OpenAlexaff
Rongrong Zhuo, Xinwei Guo, Yu Bin, Shuling Hu, Meng Xu, Mark W. Rosenberg

Notice bibliographique

RevueMobilities · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMobilitiesEveryday lifeLivelihoodContext (archaeology)ChinaUrbanizationSociologyPerspective (graphical)Economic geographyAgricultureEconomic growthGeographySocial sciencePolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This article aims to examine how rural everyday life has changed in the Chinese context in response to the process of urbanisation. Drawing on a mobilities perspective, changes in everyday life are represented by spatial mobilities and the impacts of social mobilities on them are assessed at a household level. Employing rural survey data for 2007 and 2017 conducted in Jianghan Plain, China, results reveal that everyday life in central rural China has undergone an uneven development and is significantly impacted by social mobilities. As one of the main agricultural production regions in China, the livelihood strategies in the study area have been shifting from full-time farming to part-time farming and non-farm. The effects of the process of social mobilities on working, consuming and leisure mobilities are also unevenly distributed. Our findings suggest that the perspective of everyday life deserves further investigation for its important role in exploring the human–land relationship in a rural context. And the mobilities paradigm can provide an alternative insight into rural restructuring and its social effects.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,005
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,200 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMobilitiesMême sujetRural development and sustainabilityTravaux en français237 207