MétaCan
Menu
Retour à la cohorte
Enregistrement W2935784162 · doi:10.51357/cs.v14i1.123

Newcomer Women's Experience of Immigration and Precarious Work in Toronto

2018· article· en· W2935784162 sur OpenAlexaffabout
Leslie Nichols

Notice bibliographique

RevueCritical Studies An International and Interdisciplinary Journal · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésImmigrationUnit (ring theory)Immigration policyWork (physics)Unpaid workDemographic economicsPolitical scienceEconomic growthSociologyGender studiesPsychologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Canada's immigration policy encourages immigrants with education and job skills. They are awarded points for specific skills and admitted in the economic class. This system is held up as a model of a modern immigration policy, but it incorporates misogynistic norms that give male applicants a strong economic advantage over women. The policy divides applicants into primary applicants and dependents. Only the skills of the primary applicant, usually the husband in a family unit, are assessed. Thus women's potential economic contribution is not considered. This study of 30 newcomer women in Toronto found that they remained in low-paid precarious work, were vulnerable to workplace exploitation, sacrificed their careers to support their husbands, suffered economic and health repercussions, and had difficulty getting better work due to unpaid household labor and lack of social supports. This paper shows the connection between the marginalization of these women and Canadian immigration policy

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

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

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 Opus0,069
Tête enseignante GPT0,494
Écart entre enseignants0,426 · 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 tête enseignante, 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Studies An International and Interdisciplinary JournalMême sujetEmployment and Welfare StudiesTravaux en français237 207