MétaCan
Menu
Retour à la cohorte
Enregistrement W2791014267 · doi:10.1177/0950017018758217

‘Bad’ Jobs in a ‘Good’ Sector: Examining the Employment Outcomes of Temporary Work in the Canadian Public Sector

2018· article· en· W2791014267 sur OpenAlexafffundabout
Natasha Stecy‐Hildebrandt, Sylvia Fuller, Alisyn Burns

Notice bibliographique

RevueWork Employment and Society · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of British Columbia
Mots-clésPublic sectorEarningsLabour economicsJob securityPrivate sectorBusinessDisadvantageQuality (philosophy)Demographic economicsWork (physics)EconomicsEconomic growthPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Canada’s public sector has historically provided good jobs, but its increasing reliance on temporary workers has important implications for job quality. We compare temporary and permanent workers in the public sector on three dimensions of job quality (employment security, access to benefits and income trajectories) to assess whether favourable conditions in the public sector are extended to temporary employees, or whether polarization between temporary and permanent workers is the norm. We find provisions related to employment security and access to leave benefits in public sector collective bargains are clearly two-tiered. Drawing on nationally representative panel data, we also find a persistent earnings gap between matched permanent and temporary employees. Further, although temporary public sector workers out-earn their private sector counterparts, the earnings disadvantage relative to matched permanent workers is more pronounced and longer lasting in the public sector. Underlying this difference is greater persistence in temporary employment within the public sector.

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)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,002
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,107
Tête enseignante GPT0,356
Écart entre enseignants0,248 · 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

Citations19
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWork Employment and SocietyMême sujetEmployment and Welfare StudiesTravaux en français237 207