MétaCan
Menu
Retour à la cohorte
Enregistrement W4319841695 · doi:10.1177/02637758221148733

Experiments in peripheral urbanization: Building and unbuilding commons in urban India

2023· article· en· W4319841695 sur OpenAlexaff
Priti Narayan

Notice bibliographique

RevueEnvironment and Planning D Society and Space · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCommonsUrbanizationPoliticsSociologyLegitimacyAutonomyRight to the cityUrban studiesEconomic growthPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

Peripheral urbanization is the predominant mode of producing space in the Global South, in which residents build their own homes and neighborhoods, becoming citizens and political agents in the process. In this article, I bring feminist ethnographic attention to community infrastructure such as childcare centers built collectively by women residents in MGR Nagar, an informal urban settlement in Chennai, India, as understudied examples of autoconstruction in peripheral urbanization. Marxist feminism enables a theorization of these infrastructures of social reproduction as urban commons that assert collective spatial autonomy and enable moral claims on urban space, while serving the everyday needs of its residents. The subsequent demolition of the childcare center caused symbolic and material loss to residents. However, the ceding of territorial autonomy and spatial privileges was a way for them to make new material and political gains in the city, suggesting that a feminist politics of space is possible in which legitimacy and responsibility are demanded from the state. The commons in turn can be seen as durable countertopographies enabling a politics of place in multiple locations.

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)0,002
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,011
Communication savante0,0020,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning D Society and SpaceMême sujetWater Governance and InfrastructureTravaux en français237 207