MétaCan
Menu
Retour à la cohorte
Enregistrement W3210291968 · doi:10.5206/uwojls.v12i1.13636

COVID-19 Pandemic and Structural Barriers for Migrant Agricultural Workers in Ontario

2021· article· en· W3210291968 sur OpenAlexaffvenueabout
Theresa James

Notice bibliographique

RevueWestern Journal of Legal Studies · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPandemicVulnerability (computing)LegislatureImmigrationHarmAgricultureMigrant workersGovernment (linguistics)Economic growthPolitical scienceDevelopment economicsBusinessCoronavirus disease 2019 (COVID-19)GeographyEconomicsLawMedicine

Résumé

récupéré en direct d'OpenAlex

COVID-19 has exposed and exacerbated many longstanding barriers and shortcomings in labour protections for migrant workers in Canada. This paper focuses on the situation of workers under the Seasonal Agricultural Workers Program (SAWP) in Ontario, demonstrating how the COVID-19 pandemic has exposed and greatly aggravated the already precarious conditions of migrant workers. It explores the employment, labour and immigration law frameworks that render SAWP workers particularly vulnerable to exploitation and harm, both during pandemic and non-pandemic times. While some government policy and legislative responses have sought to respond to the increased vulnerability of migrant agricultural workers to the virus, fundamental changes in both the immigration and labour spheres are necessary to fix the structural causes of migrant agricultural workers’ vulnerability. This paper suggest that the pandemic has created not only an unprecedented urgency for systemic change, but also an unprecedented opportunity. Given the current broad shifts in public ideas about employment, health, and vulnerability, as well as mainstream public attention to the plight of migrant farm workers, I suggest that there is now an unprecedented space in Canadian public policy discourse to advance the urgently needed structural changes to protect the rights of migrant farm workers.

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)0,004
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 enseignants0,074
Score d'incertitude au seuil0,535

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,093
Tête enseignante GPT0,310
Écart entre enseignants0,217 · 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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWestern Journal of Legal StudiesMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207