MétaCan
Menu
Retour à la cohorte
Enregistrement W2518130896 · doi:10.17583/rimcis.2016.1964

Neo-liberalism: Employability, and the Labor Market Mobility among Racialized Migrants- Canada's Study

2016· article· en· W2518130896 sur OpenAlexaffabout
Kon K. Madut

Notice bibliographique

RevueInternational and Multidisciplinary Journal of Social Sciences · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEmployabilityNeoliberalism (international relations)PoliticsPolitical scienceRetrainingLabour economicsMentorshipPsychological interventionSociologyEconomic growthPolitical economyEconomicsPsychology

Résumé

récupéré en direct d'OpenAlex

The paper discusses the effect of political paradigm on the path of career development and the predicament of employment outcomes among racialized migrants in Canada. The study highlights challenge of retraining, skills development and access to Canadian work experience that meets neo-labor market demands. The study also examines how neoliberals’ interventions in market place, elimination of social services, and employment support programs have deterred labor force integration of the racialized migrants’ job seekers. In this Grounded Theory study (GT), participants have shared their experiences and challenges they have encountered form own perspectives. They shared stories about difficulties of finding suitable training and employment support programs within the current neo-liberalized labor market in Canada. The outcomes suggested that the rise of neoliberalism as noted in policies of social and employment services cuts, coupled with employment standard Acts reforms (ESA), have given employers more powers over hiring process which in many cases has nothing to do with candidate’s skills or qualifications. In this neo-political paradigm, the racialized migrants felt they have wasted most of their productive years searching for (1) training, mentorship or employment support programs that can facilitate effective transition to the labor force, and (2) dealing with challenges of improving unrecognized skills and qualification attained from countries of origin.

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)0,004
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 enseignants0,044
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0230,006
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,033
Tête enseignante GPT0,398
Écart entre enseignants0,365 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational and Multidisciplinary Journal of Social SciencesMême sujetEmployment and Welfare StudiesTravaux en français237 207