Measuring Employment Standards Violations, Evasion and Erosion - Using a Telephone Survey
Notice bibliographique
Résumé
For many workers in Ontario, the Employment Standards Act (ESA) provides the only formal measures of workplace protection. The complaints-based monitoring system utilized by the Ontario Ministry of Labour, however, makes it difficult to assess the overall prevalence of employment standards (ES) compliance in the labour force. In addition to outright ESA violations, prevailing research highlights the significance of the erosion, evasion, and outright abandonment of ES for workers’ access to protection through practices such as the misclassification of workers and types of work. In this article, we report on efforts to develop a telephone-survey questionnaire that measures the overall prevalence of ES violations, as well as evasion and erosion in low-wage jobs in Ontario, without requiring respondents to have any pre-existing legal knowledge. Key methodological challenges included developing strategies for identifying ‘misclassified’ independent contractors, establishing measures for determining whether workers were exempt from the ESA , and translating the regulatory nuances embedded in the legislation into easy-to-answer questions. The result is a survey questionnaire unique in the Canadian context. Our questionnaire reflects the concerns of both academic researchers and workers’ rights activists. Pilot survey results show that Ontario workers do not necessarily distinguish between ES violations and other workplace grievances and complaints. With careful questionnaire design, it is nevertheless possible to measure the prevalence of ES violations, evasion and erosion. In order to track the effects of ES policies, particularly those on enforcement, we conclude by calling for the establishment of baseline measures and standardized reporting tools.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».