MétaCan
Menu
Retour à la cohorte
Enregistrement W4402768599 · doi:10.1111/ntwe.12308

Between acceptance and resistance: Conceptualising migrant platform labour agency in Chile

2024· article· en· W4402768599 sur OpenAlexfundno aff
Macarena Bonhomme, Funda Ustek‐Spilda, Arturo Arriagada

Notice bibliographique

RevueNew Technology Work and Employment · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesFondo de Financiamiento de Centros de Investigación en Áreas PrioritariasAgencia Nacional de Investigación y DesarrolloCentro de Estudios de Conflicto y Cohesión SocialInternational Development Research Centre
Mots-clésAgency (philosophy)Resistance (ecology)Migrant workersLabour economicsBusinessSociologyEconomic growthGender studiesPolitical scienceEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Digital labour platforms are transforming labour markets worldwide, and migrant workers are pivotal in this transformation. Drawing on a qualitative study in Chile, we uncover how Latin American and Caribbean migrants navigate and resist platform labour conditions, considering the algorithmically controlled and surveilled aspects of food delivery platforms, as well as the impact of migration status on their work. We contend that understanding migrant labour agency requires examining both the platforms' socio‐technical structures and the host country's migration policies. These policies determine workers' migration status, shape their work experiences, and consequently impact their resistance to precarious labour conditions. We introduce the concept of migrant platform labour agency to illustrate the various forms of resistance migrants employ in navigating the platform labour market. This concept contributes to understanding the nuances in migrants' labour agencies, which range from acceptance to resistance, considering the interplay between the migration policy environment and platforms' socio‐technical assemblage.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,019
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,023
Communication savante0,0120,008
Science ouverte0,0020,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,023
Tête enseignante GPT0,282
Écart entre enseignants0,259 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Technology Work and EmploymentMême sujetDigital Economy and Work TransformationTravaux en français237 207