MétaCan
Menu
Retour à la cohorte
Enregistrement W4379538151 · doi:10.15173/glj.v14i2.5098

Precarious Work and the Gendered Individualisation of Risk in the South African Manufacturing Sector, 2002–2017

2023· article· en· W4379538151 sur OpenAlexvenueno aff
Siviwe Mhlana

Notice bibliographique

RevueGlobal Labour Journal · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestructuringInformal sectorPrecarious workUnemploymentEconomic restructuringPoliticsPrecarityLabour economicsEarningsEconomicsJob securitySociologyWork (physics)Political economyPolitical scienceGender studiesEconomyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Against the backdrop of workplace restructuring globally, post-apartheid South Africa is experiencing consistently high levels of unemployment, the deterioration of employment security and limited improvements in earnings. This article investigates the changing nature of labour-intensive production in the South African labour market and the gendered individualisation of risk associated with precarious or non-standard forms of employment. The article expands on the critical theoretical narrative about the challenges of labour under neo-liberalism by applying a gendered political economy analysis to the experiences of precariousness among workers in the South African manufacturing sector. By focusing on the interconnections between gender and political economy, this article delinks questions about the crisis of labour from a narrow focus on skills and refocuses our understanding in terms of the structural determinants of vulnerabilities in the labour market. The article argues that the gender composition of informal and precarious work in the post-apartheid labour market has significant implications for addressing the persistent racialised and gendered inequalities in the South African economy. KEYWORDS: labour market restructuring; informal employment; precarious work; gender JEL CLASSIFICATION: J21; J30; J71; J80

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,349
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetEmployment and Welfare StudiesTravaux en français237 207