MétaCan
Menu
Retour à la cohorte
Enregistrement W3024167957 · doi:10.7202/1068740ar

Transportation and temp agency work: Risks and opportunities for migrant workers

2020· article· en· W3024167957 sur OpenAlexaffvenueabout
Jill Hanley, Manuel Salamanca Cardona, Mostafa Henaway, Lindsay Larios, Nuha Dwaikat Shaer, Sonia Ben Soltane, Paul Eid

Notice bibliographique

RevueCahiers de géographie du Québec · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversité du Québec à MontréalUniversity of OttawaConcordia UniversityWilfrid Laurier UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Work (physics)Gateway (web page)Argument (complex analysis)BusinessLabour economicsIntervention (counseling)Job securityControl (management)Migrant workersPublic relationsMarketingEconomic growthEconomicsPolitical scienceEngineeringSociologyManagementComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Access to transportation has long been recognized as key to people’s employment outcomes. Being able to get to work affordably, safely and on time makes all the difference in terms of job security and satisfaction. Recently, the rise of temporary placement agencies, especially as a gateway into the labour market for many newcomers to Canada, raises new questions. In this article, we present the findings of a 3-year longitudinal study that followed 42 (im)migrant temp agency workers in 5 sectors to explore the trajectory of their experiences. We analyze the role of transportation within their employment and make the argument that access to transportation—and especially the lack of it—is an important factor in temp agencies’ control and exploitation of workers. At the same time, those seeking to help workers can look into their work commute as a place of intervention.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,836
Score d'incertitude au seuil0,325

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,098
Tête enseignante GPT0,327
Écart entre enseignants0,229 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCahiers de géographie du QuébecMême sujetEmployment and Welfare StudiesTravaux en français237 207