MétaCan
Menu
Retour à la cohorte
Enregistrement W4416156268 · doi:10.1017/npt.2025.11

Connecting neighborhoods with worksites: coercion, labor migration, and shipbuilding workers in late Ottoman İstanbul

2025· article· en· W4416156268 sur OpenAlexaboutno aff
Akın Sefer

Notice bibliographique

RevueNew Perspectives on Turkey · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Studies and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)Coercion (linguistics)WageShipbuildingQuarter (Canadian coin)Work (physics)Population

Résumé

récupéré en direct d'OpenAlex

Abstract This article highlights the state’s labor coercion practices and their perpetual characteristic in defining the history of migration and migrants’ experiences in the city. It underlines the internal relationship between production processes and relations on the one hand and the mobility of workers and their families on the other. For this purpose, it focuses on the migration dynamics of shipbuilding workers in mid-nineteenth-century İstanbul, most of whom worked in the Imperial Arsenal ( Tersane-i Amire ) and dwelled in the neighborhoods of the surrounding quarter of Kasımpaşa. I will utilize the population records of one of these neighborhoods, the Seyyid Ali Çelebi, where the relationship between the worksite and the residential community was evident, and the wage records of the Imperial Arsenal to understand the relationality of migration and work processes. Based on an analysis of these sources, I will point to the connections between the configuration of migration networks built in or through the Arsenal and the settlement patterns in the neighborhood. I will particularly argue that relations at the workplace and the coercive dynamics that underlined these relations significantly impacted the migration and settlement patterns in the nineteenth century.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,008
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,280
Écart entre enseignants0,270 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Perspectives on TurkeyMême sujetIslamic Studies and HistoryTravaux en français237 207