Union Makes Us Strong: Space, Technology, and On-Demand Ridesourcing Digital Labour Platforms
Notice bibliographique
Résumé
The entry of on-demand ridesourcing digital labour platforms (OR-DLPs) in Kolkata, India, restructured the local taxi-cab service industry's economic geography and spatial practices. Notably, they eroded the significance of the spatial fixity of taxi stands operated by traditional trade unions, enmeshed in local society's partisan political dynamics. Therefore, OR-DLPs triggered a reconfiguration of the socio-spatial and political practices around the taxi-cab industry in the city. Globally, traditional trade unions have struggled to organise workers in informal work arrangements and DLPs. However, in Kolkata, the Kolkata Ola-Uber App-Cab Operator and Drivers Union has proved to be successful. They established hybrid and networked unionism through technological affordances, placing worker-organisers rather than external organisers at the centre of their organisational structure. Furthermore, they undertook tech-mediated resistance against the OR-DLPs, local bureaucracy (e.g. the police) and the state. We explore this context to examine the impact of OR-DLPs on labour geography, worker-organising and resistance practices, along with the revitalisation strategies of traditional trade unions in response. From a non-Western context, we expand the frame for CSCW and HCI scholars' ongoing efforts to design worker-centric technologies for resistance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».