MétaCan
Menu
Retour à la cohorte
Enregistrement W4297899807 · doi:10.1093/acrefore/9780190228613.013.1327

Ethnicity, Migration, and Digital Labor: Mobile Phone Technology Use Among Uzbek Migrants

2022· reference-entry· en· W4297899807 sur OpenAlex
Rustamjon Urinboyev

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOxford Research Encyclopedia of Communication · 2022
Typereference-entry
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransnationalismImmigrationPolitical scienceContext (archaeology)Mobile phoneEthnic groupSociologyGender studiesPolitical economyGeographyEngineeringPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Smartphones and social media have become inextricable parts of our daily lives. The everyday lives and communication practices of migrant workers are particularly affected by these global technological developments. Such global developmental trends are especially visible within the growing body of scholarly literature on migrant transnationalism and technology, where mobile phones are examined as central drivers of migrant transnationalism. However, the bulk of the existing literature on “migration and mobile phone technology” focuses on the case studies of immigrant communities living in Western democracies (e.g., the United States, Canada, Western Europe, Australia). Given the sociopolitical and cultural differences between Western and post-Soviet contexts, we cannot assume that theoretical insights and tools developed in Western contexts are fully applicable in the Russian context. The Russian context provides intriguing insights to “migration and mobile phone technology” debates given its undemocratic regime, xenophobic environment, corrupt legal system, and draconian immigration laws and policies that leave little room for migrant transnational activism and collective mobilization. Notwithstanding these structural barriers, migrants in Russia are resilient actors and have developed alternative coping strategies by producing smartphone-mediated transnational communities and identities, usually centered around migrants who hail from the same village and community. Accordingly, within the Russian context, smartphones and social media serve not merely to maintain daily transnational communication (i.e., being “here” and “there”), but, more importantly, represent tools for building a tight-knit community and are crucial to migrants’ daily survival and livelihoods in a repressive and xenophobic environment. These processes not only encompass coping strategies and communicative practices that take place within the migrant labor market (“outside world”) but also touch upon the lives of migrants serving prison sentences in Russia’s penal institutions (“inside world”). In this sense, smartphones provide a virtual platform for various risk-stretching activities and establishing social safety nets otherwise unavailable from the migrants’ home and host countries.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,356
Écart entre enseignants0,304 · 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