MétaCan
Menu
Retour à la cohorte
Enregistrement W4410483255 · doi:10.35319/lajed.202442542

Emprendedores reticentes, informalidad, y microemprendimiento en la población transgénero y transexual de Bolivia

2024· article· es· W4410483255 sur OpenAlexaff
Calla Hummel, V. Ximena Velasco-Guachalla, Luna Shalotte Humerez Aquino

Notice bibliographique

RevueRevista Latinoamericana de Desarrollo Económico · 2024
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

En este artículo describimos y analizamos los resultados de una encuesta realizada a personas transgénero y transexuales en Bolivia. El enfoque está centrado en las condiciones laborales y las experiencias de esta población dentro del mercado laboral del país. Complementamos los resultados de la encuesta con un análisis cualitativo de entrevistas realizadas con activistas de la Organización de Travestis, Transexuales, y Transgéneros Femeninas de Bolivia (OTRAF Bolivia). Los resultados de la encuesta y las entrevistas muestran que las personas transgénero y transexuales en Bolivia reportan experimentar barreras para acceder al mercado laboral formal, siendo uno de los principales obstáculos los altos niveles de discriminación por parte de similares y empleadores. Su condición laboral se caracteriza por niveles elevados de desempleo, subempleo, bajos ingresos económicos y trabajo informal. Con respecto al trabajo informal, muchas personas transgénero y transexuales optan por comenzar su propio negocio como medio para generar ingresos y como respuesta a la discriminación que experimentan en el mercado laboral. Analizamos a estos y estas emprendedores informales dentro del marco de la literatura de “reluctant entrepreneurs” o emprendedores reticentes y concluimos con recomendaciones de políticas públicas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0040,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueRevista Latinoamericana de Desarrollo EconómicoMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207