Migrant workers in precarious employment
Notice bibliographique
Résumé
Purpose Various forms of precarious employment create barriers to the integration and inclusion of migrant workers in receiving countries. The purpose of this paper is to review extant research in employment relations and management to identify key factors that contribute to migrant workers' precarious employment and highlight potential avenues for future research. Design/methodology/approach The authors conducted a narrative literature review drawing on 38 academic journal articles published between 2005 and 2020. Findings The authors’ review suggests that macro- and meso-level factors contribute to the precarious employment conditions of migrant workers. However, there is a limited articulation of successful practices and potential solutions to reduce migrant work precarity and exclusion. The literature on migrant workers' precarious employment experience is primarily focused on low-skilled sector (e.g. agriculture, hospitality, domestic care) jobs. In addition, few studies have explored the role of worker characteristics, such as gender, class, ethnicity, race and migration status, in shaping the experience of migrant workers in precarious employment. Practical implications The results of this research highlight the importance of engaging multilevel actors in addressing migrant employment precarity, including policymakers, employers and employment agencies. Originality/value This research contributes to a growing conversation of migrant employment precarity by highlighting the heterogeneity of migrant groups and calling for the use of intersectional lenses to understand migrant workers' experiences of precarious employment.
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 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 | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,015 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».