MétaCan
Menu
Retour à la cohorte
Enregistrement W1534186652

Giving Voice to the Precariously Employed? Mapping and Exploring Channels of Worker Voice in Occupational Health and Safety Regulation

2013· article· en· W1534186652 sur OpenAlexaff
Eric Tucker

Notice bibliographique

RevueeYLS (Yale Law School) · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEmployee voiceCLARITYContext (archaeology)BusinessOccupational safety and healthIndustrial relationsPublic relationsPolitical scienceManagementEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In most contemporary occupational health and safety (OHS) regimes, great emphasis is placed on amplifying worker voice in regulation through worker health and safety representation in the employers’ OHS management system. Historically, these regimes were designed on the assumption that the workers who would use these mechanisms were full-time workers having secure jobs with their current employers. This is manifestly no longer true, posing a serious challenge to the efficacy of these regimes. After setting out the historical context of worker voice in OHS regulation, this paper begins by mapping out eight channels of worker voice based on the combination of three variables: the subject of worker voice, the object of worker voice and the audience for worker voice. The aim of this exercise is not only to provide greater analytical clarity to discussions of worker voice in OHS regulation, but to also open up the discussion about alternative models of worker voice that might better fit the reality of today’s labour market. The paper examines the research on how well precariously employed workers are able to use existing channels of voice and concludes by considering strategies and tactics for amplifying their voice in OHS regulation.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,030
Communication savante0,0100,009
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
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 Opus0,093
Tête enseignante GPT0,381
Écart entre enseignants0,288 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetOccupational Health and Safety ResearchTravaux en français237 207