MétaCan
Menu
Retour à la cohorte
Enregistrement W4392638334 · doi:10.1080/24694452.2024.2304200

Tank to Table: Hong Kong’s Wet Markets and the Geographies of Lively Commodification Beyond Companionship

2024· article· en· W4392638334 sur OpenAlexaff
Ben A. Gerlofs, Benjamin Lucca Iaquinto, K. Poon, Cathy Tung Yee Tsang

Notice bibliographique

RevueAnnals of the American Association of Geographers · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCommodificationSociologyEthnographyCommodityParaphernaliaNarrativeVariety (cybernetics)Inclusion (mineral)Consumption (sociology)Media studiesAestheticsSocial scienceAnthropologyGeographyBusinessEconomyArtEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

We argue for a radical reconfiguration of existing theorizations of the “lively commodity”—beings captured, cultivated, and traded for their very lives—on more inclusive terms. Specifically, we advocate the inclusion of animals intended for dietary consumption, in recognition of the demonstrable centrality of encounters between human beings in their role as consumers and the animals and animal parts offered for sale in Hong Kong’s many wet markets to the processes of commodification. Based on semistructured interviews with vendors and consumers (n = 86) and a variety of modes of ethnographic observation (including narrative, photography, and several forms of videography), we analyze three groups of practices and strategies for structuring and negotiating productive encounters (which we label provoking motion, stimulating appetite, and maintaining life) observed in twenty-seven different wet markets across Hong Kong between June and September 2022. Our analysis also suggests critical issues and directions for future research rooted in, at minimum, crucial differences in the scalar, temporal, ecological, and ethical dimensions of diverse processes of lively commodification.

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)0,001
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 enseignants0,102
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,005
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,331
Écart entre enseignants0,302 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Association of GeographersMême sujetGeographies of human-animal interactionsTravaux en français237 207