Experiences of insecurity among non-standard workers across different welfare states: A qualitative cross-country study
Notice bibliographique
Résumé
In recent decades, economic crises and political reforms focused on employment flexibilization have increased the use of non-standard employment (NSE). National political and economic contexts determine how employers interact with labour and how the state interacts with labour markets and manages social welfare policies. These factors influence the prevalence of NSE and the level of employment insecurity it creates, but the extent to which a country's policy context mitigates the health influences of NSE is unclear. This study describes how workers experience insecurities created by NSE, and how this influences their health and well-being, in countries with different welfare states: Belgium, Canada, Chile, Spain, Sweden, and the United States. Interviews with 250 workers in NSE were analysed using a multiple-case study approach. Workers in all countries experienced multiple insecurities (e.g., income and employment insecurity) and relational tension with employers/clients, with negative health and well-being influences, in ways that were shaped by social inequalities (e.g., related to family support or immigration status). Welfare state differences were reflected in the level of workers' exclusion from social protections, the time scale of their insecurity (threatening daily survival or longer-term life planning), and their ability to derive a sense of control from NSE. Workers in Belgium, Sweden, and Spain, countries with more generous welfare states, navigated these insecurities with greater success and with less influence on health and well-being. Findings contribute to our understanding of the health and well-being influences of NSE across different welfare regimes and suggest the need in all six countries for stronger state responses to NSE. Increased investment in universal and more equal rights and benefits in NSE could reduce the widening gap between standard and NSE.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».