MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097460649

Gender, Dowry and the Migration System l 357 Gender, Dowry and the Migration System of Indian Information Technology Professionals

2016· article· en· W7097460649 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDowryCitizenshipImmigrationInformation technologyWork (physics)InstitutionPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The current literature on gender and migration focuses largely on womens experi-ences as migrants or, alternatively, on their experiences as those left behind. This article, on the contrary, seeks to demonstrate how gender is central in producing a migration system itself. Based on in-depth fieldwork in Sydney (Australia) and Andhra Pradesh (India) on the migration system of Indian information technology (IT) professionals from 2000 to 2001, the article suggests that the gender relations prevalent in Andhra Pradesh, particularly the institution of dowry, have been critical in producing a specially cheap and flexible labour force, and in supporting it in the volatile global economy. In turn, the emergence of a group of mobile IT professionals contributes to the increase of dowry, with disturbing consequences for those underprivileged and seemingly unconcerned with the IT industry. The spectacular growth of the information technology (IT) indus-try and the hyper-mobility of IT professionals are among the most significant social developments in India since its economic liber-alisation in the beginning of the 1990s. In 2002, 64,980 Indians were granted H-1B visas, the special work permit of the United States for highly skilled temporary migrants, far exceeding the second and third largest groups (China with 18,841 and Canada with 11,760) (US Citizenship and Immigration Services 2003: 153). Even more strikingly, 73 per cent of the Indian H-1B visa holders were computer professionals and 63 per cent of all the computer-related H-1B visas

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,012
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration and Labor Dynamics→Travaux en français237 207→