Fragmentation in the future of work: A horizon scan examining the impact of the changing nature of work on workers experiencing vulnerability
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
INTRODUCTION: The future of work is characterized by changes that could disrupt all aspects of the nature and availability of work. Our study aims to understand how the future of work could result in conditions, which contribute to vulnerability for different groups of workers. METHODS: A horizon scan was conducted to systematically identify and synthesize diverse sources of evidence, including academic and gray literature and resources shared over social media. Evidence was synthesized, and trend categories were developed through iterative discussions among the research team. RESULTS: Nine trend categories were uncovered, which included the digital transformation of the economy, artificial intelligence (AI)/machine learning-enhanced automation, AI-enabled human resource management systems, skill requirements for the future of work; globalization 4.0, climate change and the green economy, Gen Zs and the work environment; populism and the future of work, and external shocks to accelerate the changing nature of work. The scan highlighted that some groups of workers may be more likely to experience conditions that contribute to vulnerability, including greater exposure to job displacement or wage depression. The future of work could also create opportunities for labor market engagement. CONCLUSION: The future of work represents an emerging public health concern. Exclusion from the future of work has the potential to widen existing social and health inequities. Thus, tailored supports that are resilient to changes in the nature and availability of work are required for workers facing vulnerability.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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