Factors Associated with the Prevalence of Precarious Positions in Canadian Libraries: Statistical Analysis of a National Job Board
Notice bibliographique
Résumé
Abstract Objective - To collect and share information about the prevalence of precarious work in libraries and the factors associated with it. Methods - The authors collected and coded job postings from a nationwide job board in Canada for two years. Descriptive and inferential statistics were used to explore the extent of precarity and its relationship with job characteristics such as job type, institution type, education level, and minimum required experience. Results - The authors collected 1,968 postings, of which 842 (42.8%) were coded as precarious in some way. The most common types of precarious work were contracts (29.1% of all postings) and part-time work (22.7% of all postings). Contracts were most prevalent in and significantly associated with academic libraries and librarian positions, and they were most often one year in length. Both on-call and part-time work were most prevalent in school libraries and for library technicians and assistants, and they were significantly associated with all institution types either positively or negatively. Meanwhile, precarious positions overall were least prevalent in government and managerial positions. In terms of education, jobs requiring a secondary diploma or library technician diploma were most likely to be precarious, while positions requiring an MLIS were least likely. The mean minimum required experience was lower for all types of precarious positions than for stable positions, and the prevalence of precarity generally decreased as minimum required experience increased. Conclusion - The proportion of precarious positions advertised in Canada is substantial and seems to be growing over time. Based on these postings, employees with less experience, without advanced degrees, or in library technician and assistant roles are more likely to be precarious, while those with managerial positions, advanced degrees, or more experience, are less likely to be precarious. Variations in precarity based on factors such as job type, institution type, education level, and minimum required experience suggest that employees will experience precarity differently both within and across library systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».