Women’s Economic Empowerment Sans Labour Rights: Inadvertent Oversight or Tacit Omission
Notice bibliographique
Résumé
Empowering women has come to be seen as a primary means to achieve women’s development in the discourse of development and policy initiatives. This has led to greater attention than before on the questions that expand the conventional understanding of empowerment itself. Much consideration has been given to answering these questions. What, however, has been ignored is the due emphasis on labour rights. The studies conducted by the feminists in the recent years have not only expanded the understanding of empowerment but have also highlighted the challenges and barriers to achieving it. Despite the fact that almost all studies have referred to the issue of weak enforcement of labour laws, the workings of development agencies do not reflect a keen commitment to this issue, in particular issue. With this backdrop, this paper reviews the existing development literature on empowerment and maps the ways in which empowerment has been measured using macro-economic indices like Gender Inequality Index (GII), Gender Disparity Index (GDI) and Gender Gap Index (GGI). It identifies the discrepancies and contradictions in the evaluations that data generated from these indices, arguing that ‘instrumentalist feminist goals,’ which are achieved through a top-down policy-level approach, are often at odds with ‘micro-level’ qualitative assessments of economic empowerment. The paper concludes with casting doubt on the compatibility of ‘development’ with women’s economic empowerment as it ignores the concomitant discussion on labour rights. It also ponders whether this omission is serving the needs of global capitalism and offers an insight into the deliberate or an unintentional oversight by the development actors.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».