Distress migration: A manufactured dystopia during COVID-19 and lockdown in India
Notice bibliographique
Résumé
The movement of daily wage earners and labourers has been cited in most research texts and studies as a “reverse migration” at best, or still worse, likened to the annual circular or seasonal migration seen in India. This study debunks all such theories and seeks to establish the same as distress migration caused as a result of the sudden lockdown imposed by the Indian government and the mishandling of the situation by the administration. This study is a systematic review that has researched existing studies on migration during the pandemic. Using content from news reports and selected studies it exposes the conditions before, during and after the lockdown and the mishandling of the situation on part of the administration that resulted in the massive migrant exodus. This distress migration was affected in response to the manufactured dystopia created by the sudden lockdown and other conditions during the first wave of COVID-19. It also cites data and facts to support the same. According to data estimates, in the quarter prior to the lockdown, 182 million individuals either had employment or were looking for work, and during the lockdown, 7 million people left the labour force. The study establishes that it was indeed distress migration, and not circular or reverse migration, stoked by wrong decisions of a sudden lockdown and manufactured dystopia which resulted in thousands of migrants walking back to their homes for want of any conveyance. Laws that could have been invoked to manage the situation are either defunct or were ignored. While establishing the conditions that led to this distress migration through a systematic review of several studies and also factual content drawn from news report and analysis curated from the period, the study concludes by creating a framework for the future, and suggesting policy measures such as the need for a National Draft Policy on migration, Annual Migrant Survey and a pa-India Migrant Smart Card to keep track of the movement of migrants from one state to another.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».