MétaCan
Menu
Retour à la cohorte
Enregistrement W4200289518 · doi:10.1007/978-3-030-81210-2_6

Migrant Care Labour, Covid-19, and the Long-Term Care Crisis: Achieving Solidarity for Care Providers and Recipients

2021· book-chapter· en· W4200289518 sur OpenAlexaffabout
Lena Gahwi, Margaret Walton‐Roberts

Notice bibliographique

RevueIMISCOE research series · 2021
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensWilfrid Laurier UniversityBalsillie School of International Affairs
Organismes subventionnairesnon disponible
Mots-clésCare workWorkforceSolidarityImmigrationBusinessFinancial crisisLong-term carePrivate sectorPopulationEconomic growthPolitical scienceWork (physics)EconomicsSociologyMedicineNursingPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Globally there is a care crisis in terms of the quantity of care needed for an aging population and the quality of both the care provided and work conditions of those providing this care. The COVID-19 pandemic has exposed and heighted this crisis of care. In this chapter we review the issue with a particular focus on long-term care (LTC) facilities and the type and skill mix of labour, including the degree to which immigrant workers are over-represented in this sector. We offer some conceptual reflections on elder care as a matter of social justice and ethics in terms of those needing and providing care. These concerns take on a specific global dimension when we understand the transnationalisation of care, or the care provisioning function of what are termed global care chains. We contextualise how this migrant labour is positioned within this sector through international comparisons of funding models for LTC, which also allows us to understand the structural conditions within which this globally-sourced workforce is positioned. We then highlight two significant contributing factors to the current LTC crisis that were intensified and exposed during the COVID-19 pandemic using Ontario, Canada, as an example: the role of the private sector and the unsustainable extraction of profits from this service, and the gendered and racialised devaluing of migrant labour so essential to the sector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,002
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,125
Tête enseignante GPT0,473
Écart entre enseignants0,348 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIMISCOE research seriesMême sujetEmployment and Welfare StudiesTravaux en français237 207