MétaCan
Menu
Retour à la cohorte
Enregistrement W6999428141

«Coup de balai» sur le développement. Regards croisés sur les migrations des travailleuses domestiques philippines

2019· article· fr· W6999428141 sur OpenAlexaboutno aff

Notice bibliographique

RevueMPG.PuRe (Max Planck Society) · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMigration, Identity, and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSouth asiaChild careGender relations
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Parmi les figures notables du développement, on ne peut faire l’économie des travailleuses domestiques philippines. Ces femmes qui s’engagent en tant que travailleuses domestiques dans l’économie mondialisée du care (« prendre soin ») sont devenues l’une des figures clés du développement économiques de l’archipel philippin, au point d’être représentées comme les « diamants du care » (Parreñas, 2012), « le nouvel or du monde » (Hochschild, 2004) ou encore les « Mercedes-Benz » des travailleuses domestiques (Mozère, 2002). Parreñas rappelait à ce propos que « les femmes philippines ont été stéréotypées comme des personnes naturellement aptes à s’occuper des personnes âgées et des enfants dans les pays riches d’Asie, d’Europe et des Amériques » (2007, p. 43) au point que, dans certains dictionnaires anglais, italiens ou encore grecs, l’entrée « Philippine » [Filipina] a été associée à la profession de « travailleuse domestique ». Ce terme est, par ailleurs, largement entré dans le langage commun, en Asie du Sud-Est par exemple. Derrière cette figure, ce sont plus de 180 000 candidates à l’émigration comme travailleuses domestiques qui, chaque année, sont recrutées, formées, puis « déployées » vers des pays avec lesquels le gouvernement philippin a signé des accords bilatéraux afin de faciliter leur engagement, à savoir l’Arabie saoudite, le Bahreïn, le Qatar, le Koweït, Oman, les Émirats arabes unis, Hong Kong, la Malaisie, Singapour, Chypre, Israël, l’Italie, le Canada. Ces femmes font partie des plus de 2,3 millions de travailleurs expatriés philippin…

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)0,002
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 enseignants0,083
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,050
Tête enseignante GPT0,302
Écart entre enseignants0,252 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMPG.PuRe (Max Planck Society)Même sujetMigration, Identity, and HealthTravaux en français237 207