MétaCan
Menu
Retour à la cohorte
Enregistrement W1907507383 · doi:10.58188/1941-8043.1496

Bargaining for Contract Academic Staff at English Canadian Universities

2015· article· en· W1907507383 sur OpenAlexaffabout
Jula Hughes, David Bell

Notice bibliographique

RevueJournal of Collective Bargaining in the Academy · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of FrederictonUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésCollective bargainingLabour economicsBusinessPublic relationsEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Successful unionization of, and conclusion of collective agreements for, contract academic staff in English Canada challenges the received wisdom that the Wagner Act model is an insurmountable obstacle to the unionization of contingent labour.It provides an example that might prove instructive for other contingent workers.This paper describes the process of unionization of contract academic staff in English Canada and seeks to explain its relative success.We suggest that the exceptional situation of contract academic staff as non-unionized workers in an otherwise unionized environment, access to the expertise and resources of large, national unions or associations and a sophisticated national strategy were contributing factors to successful unionization.The paper also considers the degree to which contract academic staff collective agreements fulfill or fall short of the promise of unionization.We analyze sample collective agreements, noting the variety and strength of various contractual models.We conclude by suggesting that contract academic staff have benefitted considerably from unionization.Despite these successes, the experience of contract academic staff supports critiques of the Wagner Act model as applied to contingent labour.

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)0,010
score de la tête « metaresearch » (Gemma)0,030
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,950

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,030
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0450,007
Communication savante0,0130,003
Science ouverte0,0030,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0450,003

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 Opus0,053
Tête enseignante GPT0,333
Écart entre enseignants0,279 · 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Collective Bargaining in the AcademyMême sujetLabor Movements and UnionsTravaux en français237 207