<i>Stringtern</i> : springboarding or stringing along young interns’ careers?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Young people are repeatedly promised that internships will pave the way to the career of their dreams by providing the ‘hands-on experience’ necessary to differentiate themselves in a fierce job market. However, in many industries, internships – and increasingly unpaid internships – have become the obligatory norm. Young people quickly learn that the internship is not an opportunity, but rather a ‘necessary evil’ that, for many, strings them along in the hope that it may lead to a less precarious paid opportunity. In this article, our findings are based on 12 in-depth interviews with young female interns in the creative industries based in Toronto and New York City. Our participants recognise that in the current economic climate, they need to ‘pay their dues’; however, they often enter into a system of sequential – or string – internships, and become, what we label, a stringtern. In an evolving internship market in North America, we develop a typology of internships including (1) paid/underpaid/unpaid, (2) academic credit/not-for-credit, (3) for-profit/non-profit, (4) full-time/part-time and (5) on-site/off-site to develop a common language to critically analyse the culture of internships. By valuing young people’s perspectives as gleaned from our interviews, the typology aims to provide a more nuanced way to approach the complexity of unpaid internships and the transition from education to the workforce. Furthermore, three interrelated implications of the culture of internships are identified: internship as a free trial, internship as conveyor-belt labour and internship as displacing paid employment.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découle