MétaCan
Menu
Retour à la cohorte
Enregistrement W2964566017 · doi:10.1177/1048291119867757

Factors Influencing the Health and Safety of Temporary Foreign Workers in Skilled and Low-Skilled Occupations in Canada

2019· article· en· W2964566017 sur OpenAlexafffundabout
Leonor Cedillo, Katherine Lippel, Delphine Nakache

Notice bibliographique

RevueNEW SOLUTIONS A Journal of Environmental and Occupational Health Policy · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessVulnerability (computing)ImmigrationOccupational safety and healthWorkloadWork (physics)HospitalityLabour economicsFamily reunificationCompliance (psychology)Job securityDemographic economicsPolitical sciencePsychologyEconomicsEngineeringTourismComputer security

Résumé

récupéré en direct d'OpenAlex

This article reports on a study of occupational health and safety (OHS) challenges for temporary foreign workers (TFWs) in low- and high-skilled occupations, based on twenty-two cases drawn from a broader study in three Canadian provinces. Interviewees in construction, meat processing, hospitality, and fast food reported concerns regarding working conditions and OHS issues. They include precarious migration status affecting voice; contrasting access to social support; and mechanisms undermining regulatory effectiveness. Sources of vulnerability include closed work permits (making workers dependent on a single employer for job security and family reunification); ineffective means to ensure contractual compliance; and TFW invisibility attributable to their dispersal throughout the labor market. Violations include increased workload without an increase in pay and non-compliance with OHS and contractual rules without oversight. Positive and negative practices are discussed. Recommendations include improving migration security to preserve worker voice and facilitating communication between immigration and OHS authorities.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,355
Écart entre enseignants0,317 · 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

Citations35
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNEW SOLUTIONS A Journal of Environmental and Occupational Health PolicyMême sujetEmployment and Welfare StudiesTravaux en français237 207