Getting home during lockdown: migration disruption, labour control and linked lives in India at the time of Covid-19
Notice bibliographique
Résumé
This paper uses the Covid-19 induced migration disruption in India as a lens to interrogate what this acute moment reveals about the precarity of India’s migrant workers and their experiences of work in ordinary times. Interviews with interstate migrants from north India employed in the Tiruppur region in the southern state of Tamil Nadu present their narratives of being stuck at work when lockdown began, their subsequent struggles to get home, and finally their plans to return to Tamil Nadu later in 2020. Migrant accounts of migration disruption shed light on (1) the local labour control regime at destination that routinely keeps interstate migrants locked into highly exploitative work environments, and that was intensified during lockdown, and (2) the ways in which this labour regime thrives on the spatio-temporal separation of productive and reproductive spheres in migrants’ linked lives. The Covid-19 disruption also reveals how this labour regime flexibly adapted to produce the simultaneous disposability and unfreedom of circular migrant workers. Drawing on critical literature on labour control regimes, and on the separation of productive and reproductive labour under contemporary capitalism, we show how the Covid-19 pandemic disruption was anything but a transformative moment for India’s vast circular migrant workforce.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,012 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».