MétaCan
Menu
Retour à la cohorte
Enregistrement W4401335592 · doi:10.1080/02723638.2024.2383521

Working toward infrastructural citizenship: state-society relations and community waste labor in Cape Town

2024· article· en· W4401335592 sur OpenAlexfundno aff
Kathleen Stokes

Notice bibliographique

RevueUrban Geography · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaEconomic and Social Research CouncilDepartment for International Development
Mots-clésCitizenshipState (computer science)SociologyPoliticsCapeSpace (punctuation)Conceptual frameworkPolitical scienceEconomic growthSocial scienceEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

As a conceptual device, infrastructural citizenship looks to bridge performed and legal interpretations of citizenship, recognizing infrastructure as a space where citizenship is practiced and upon which political identities are based. While emerging discussions surrounding infrastructural citizenship have largely focused on issues of access, this article proposes engaging with infrastructural labor as a way of extending and developing how infrastructural citizenship is understood and leveraged. I begin by bringing infrastructural citizenship into conversation with ongoing geographic discussions surrounding infrastructural labor, and grounding analysis within the particularities of waste geographies and South African community waste schemes. Attending to the labored dimensions of infrastructural citizenship within a state-led community-waste initiative in Cape Town, I outline how community facilitators perceived their labor contributions, and expectations of the state. On this basis, I propose that infrastructural labor merits further consideration within infrastructural citizenship’s emergent framework.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,064
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,017
Communication savante0,0060,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,247
Écart entre enseignants0,232 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban GeographyMême sujetWater Governance and InfrastructureTravaux en français237 207