MétaCan
Menu
Retour à la cohorte
Enregistrement W2802682538 · doi:10.1177/0896920518763916

The Struggle for Recognition: The Politics of Migrant Care Worker Policies in Taiwan

2018· article· en· W2802682538 sur OpenAlexaff
Yi-Chun Chien

Notice bibliographique

RevueCritical Sociology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsAllianceContext (archaeology)Government (linguistics)Social workWelfarePublic policySocial WelfareSocial policyCivil societyPolitical sciencePublic sectorEconomic growthPublic administrationSociologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

This article investigates how local political context—including civil society and political parties—influences the development of migrant care worker policies in Taiwan. This is particularly important in a national context where the government has actively utilized migrant care worker policies to solve the crisis in the social welfare sector. This article draws upon documentary analysis of policy debates on the proposed implementation of Long-Term Care Insurance and in-depth interviews with government officials, public service providers and non-governmental organizations to explore how the political alliances of political parties, social organizations, and interest groups affect policy outcomes. While current research focuses on the relationship between social welfare policies and the employment of migrant care workers, this article highlights the local political context and explores how political alliances have influenced the development of migrant care worker policies. This article argues that institutional path dependency and the strong policy alliance between the progressive party and social welfare organizations have stymied changes in migrant care worker policies and prevented Taiwan from further socializing the eldercare 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)0,005
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,016
Communication savante0,0080,003
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
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 Opus0,068
Tête enseignante GPT0,408
Écart entre enseignants0,340 · 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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical SociologyMême sujetSocial Policy and Reform StudiesTravaux en français237 207