Crafting ‘enterprising’ workers through career training programs among Canada’s South Asian professional immigrants
Notice bibliographique
Résumé
In the current post-Fordist, neoliberal Canadian state, the concept of the ‘enterprising self’ has come to define worker-subjectivity and ability to access the labour market. The discourse of entrepreneurialism promotes individual initiatives and resources as the most useful qualities necessary to be successful in the neoliberal labour market. This paper, based on two qualitative research projects examines the mechanism through which enterprising conduct is instilled within immigrants in Canada. In particular, the focus is on South Asian immigrants to take up questions of how racialised immigrants fit into the enterprise culture. This is an area that has remained understudied, despite the fact that immigrants of colour in Canada are consistently pushed towards re-training and re-skilling because of their higher rates of un/under employment in Canada. Informed by the theories of governmentality, the paper highlights two findings; first, it demonstrates how work-related training programs offered by the settlement agencies in Canada advocate the importance of being ‘enterprising’ by harping on discourses of self-sufficiency and personal endeavour to become productive workers; second, the programs implicitly correct or redress immigrants of colour to conform to the hegemonic Eurocentric codes underlying normative citizenship. In foregrounding the experiences of South Asian immigrants, this paper thus explores how the process of neoliberal subject making, particularly in the first world countries, has a racial and cultural undertone. Racism continues to circulate powerfully in the neoliberal era, reordering existing modes of inclusion and exclusion which, having been relegated to the realm of private choice becomes difficult to pinpoint.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».