MétaCan
Menu
Retour à la cohorte
Enregistrement W1655095997 · doi:10.56105/cjsae.v20i2.1105

Unveiling the invisible learning from unpaid household work: Chinese immigrants' perspective

2007· article· en· W1655095997 sur OpenAlexaffvenueabout
Lichun Willa Liu

Notice bibliographique

RevueCanadian Journal for the Study of Adult Education · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmigrationPerspective (graphical)SociologyUnpaid workWork (physics)Adult educationGender studiesMigrant workersLabour economicsEconomicsPolitical scienceEconomic growthPedagogyArtVisual arts

Résumé

récupéré en direct d'OpenAlex

This paper examines unpaid household work and the informal learning involved in it, with the focus on new Chinese immigrants in Canada. The data used in this paper are drawn from two sources: the 2004 Canadian Survey on Work and Lifelong Learning , and in-depth interviews with 20 new Chinese immigrants in Toronto, Canada. The survey section examines data on informal learning through housework and general interest-related activities, with a focus on the comparison of three groups of Canadians: Canadian-born, other immigrants, and Chinese immigrants. The survey data explore how gender, immigration, and ethnicity influence the informal learning involved in performing the unpaid household activities. The interview section explores the impact of cross-cultural immigration on household work among new Chinese immigrants and the knowledge and skills they acquired through such work. Through the analysis of both the quantitative and qualitative data, the author argues that unpaid household work and the learning involved in it are not only gendered, but also classed, and that household work is constantly changing throughout one’s lifetime; thus, informal learning involved in such work is lifelong as well as lifewide. Résumé Cet article se penche sur le travail domestique non rémunéré et l’apprentissage informel qui s’y rattache, plus spécifiquement auprès d’immigrants chinois nouvellement arrivés au Canada. Les données utilisées proviennent de deux sources : un sondage pan-canadien mené en 2004 par le réseau Work and Lifelong Learning (WALL) et des entrevues menées auprès de vingt immigrants chinois, nouvellement établis à Toronto, Canada. La section qui se rapporte au sondage de WALL examine des données relatives à l’apprentissage informel par le travail domestique, et des activités d’intérêt général, auprès de trois groupes différents : canadiens de souche, autres immigrants et immigrants chinois. Les données de WALL s’attardent à la façon dont le sexe, l’immigration et la race influencent l’apprentissage informel impliqué dans le travail domestique non rémunéré. La section qui se rapporte aux entrevues mesure l’impact de l’immigration interculturelle sur le travail domestique chez les nouveaux immigrants chinois; elle fait aussi état des connaissances et compétences acquises par l’entremise de ce travail. À travers l’analyse de données qualitatives et quantitatives, l’auteur argumente que le travail domestique non rémunéré et l’apprentissage informel qui s’y rattache ne sont non seulement liés au sexe, mais aussi à la classe sociale, et que le travail domestique est en constant changement tout au long de la vie. Par conséquent l’apprentissage informel qui s’y rattache se prolonge tout au long et dans toutes les facettes de la vie.

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)0,002
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 enseignants0,662
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0160,015
Communication savante0,0070,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
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 Opus0,050
Tête enseignante GPT0,388
Écart entre enseignants0,339 · 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

Citations12
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal for the Study of Adult EducationMême sujetEmployment and Welfare StudiesTravaux en français237 207