MétaCan
Menu
Retour à la cohorte
Enregistrement W2896356310 · doi:10.1332/204986018x15388224539606

Entering precarious job markets in the era of austerity measures: the perceptions of Master of Social Work students

2018· article· en· W2896356310 sur OpenAlexaffabout
Karun Kishor Karki, Monica Chi, Ravi Gokani, Cara Grosset, Jennifer Vasic, Martha Kuwee Kumsa

Notice bibliographique

RevueCritical and Radical Social Work · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensLakehead UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésAusterityThematic analysisSocial workPrecarious workWork (physics)SociologyPublic relationsGraduation (instrument)Qualitative researchFront linePolitical scienceSocial sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Despite the positive outlook for social work job prospects reported by governmental and professional associations, the reality on the front line looks bleak. There are growing concerns that social work jobs have become increasingly precarious under the dominance of neoliberal policies, through which governments cut back on social services in the name of austerity. Surprisingly, we were unable to locate research exploring the perceptions of social work students about to enter these precarious job markets. To address this gap, we conducted a qualitative study with Master of Social Work students at a mid-sized Canadian university. Students were asked what they thought about their employment prospects after graduation and what they were doing to prepare themselves. The thematic analysis of students’ narratives suggested that Master of Social Work students rode a creative tension between the fear of precarious jobs and the hope of non-precarious employment. Implications for social work education, policy and practice are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,012
Communication savante0,0080,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,390
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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical and Radical Social WorkMême sujetSocial Work Education and PracticeTravaux en français237 207