Guest Editorial: The Gig Economy and Women Workers in the Middle East
Notice bibliographique
Résumé
What is the impact of the so-called gig economy on women workers in the Middle East? Does digitalisation represent a catalyst for female labour participation in the region or a burden leading to further financial insecurity and invisibility? How are ordinary women gig workers re-imagining their tech lives and challenging unwritten rules, patriarchy and lack of access to the labour market? Featuring articles analysing case studies in Egypt, Iraq, Oman and the United Arab Emirates, this special issue addresses the abovementioned questions, directly speaking to the academic debate on the global gig economies. Proving a regional and local perspective, it contributes to a more plural understanding of gig work in a multiplicity of contexts, practices and experiences. It investigates the relationship between the daily and the digital to explore the role of platforms in shaping female labour participation and women’s empowerment, as well as issues of precarisation and marginalisation. By proposing a collection of original and pioneering research on an understudied topic as applied to specific contexts in the Middle East, the special issue broadens the analysis of the so-called gig economy beyond a mere economic lens, bringing together multi-disciplinary insights and approaches from sociology, political economy and digital anthropology. It shows that online gig work is neither a crystallised nor monolithic dimension. Instead, platforms - in some instances - have become vectors of formalisation instead of leading only to informality, such as in the case of taxi driving app and home cooking/food delivery, where apps have enhanced more regulation as formality was not the norm before. Women gig workers are re-imagining their roles in their everyday practices of working from home, blurring the lines between the public and the private spheres. They adapt to neoliberal conditions of flexibilisation to sustain their needs in contexts where processes of labour informalisation have long permeated the development of labour relations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,013 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».