Skilled immigrant women's career trajectories during the COVID-19 pandemic in Canada
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
Purpose Despite immigrant-receiving countries' need for skilled professionals to meet labour demands, research suggests that many skilled migrants undergo deskilling, downward career mobility, underemployment, unemployment and talent waste, finding themselves in low-skilled occupations that are not commensurate to their education and experience. Skilled immigrant women face additional gendered disadvantages, including a disproportionate domestic burden, interrupted careers and gender segmentation in occupations and organizations. This study explores how the ongoing COVID-19 pandemic impacted skilled newcomer women's labour market outcomes and work experiences. Design/methodology/approach The authors draw on 50 in-depth questionnaires with skilled women to elaborate on their work experiences during the ongoing COVID-19 pandemic. Findings The pandemic pushed skilled immigrant women towards unemployment, lower-skilled or less stable employment. Most study participants had their career trajectory delayed, interrupted or reversed due to layoffs, decreased job opportunities and increased domestic burden. The pandemic's gendered nature and the reliance on work-from-home arrangements and online job search heightened immigrant women's challenges due to limited social support and increased family responsibilities. Originality/value This paper adds to the conversation of increased integration challenges under pandemic conditions by contextualizing the pre-pandemic literature on immigrant work integration to the pandemic environment. Also, this paper contributes a better understanding of the gender dynamics informing the COVID-19 socio-economic climate.
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 | 0,011 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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