Vulnerable to Precarity: COVID-19 and the Experience of Difference by Newcomers, Immigrants, and Migrant Workers in Canada
Notice bibliographique
Résumé
When COVID-19 struck Canada in 2020, immigrants, newcomers, and migrant (agricultural) workers were among those most vulnerable to the pandemic. Their experiences of the pandemic were accentuated by an exacerbation of pre-existing racial and other forms of discrimination. The article emerged from a systematic review and thematic synthesis of the broadly defined literature on immigrants, newcomers, and migrant workers’ experiences of multifaceted challenges amid the COVID-19 pandemic in Canada. We established inclusion criteria and systematically searched for articles in databases, including JSTOR Journals, Social Work Abstract (EBSCOhost), PsycINFO, and other grey literature published between March 2020 and January 2023. The findings suggest that immigrants, newcomers, and migrant workers in Canada experienced systemic inequalities, which worsened their socio-economic status, placing them at higher risks of poor health outcomes. The following themes that underscore the experiences of immigrants, newcomers, and migrant workers in Canada were identified: a) that immigrants, newcomers, and migrant workers in Canada experienced negative socio-economic impacts due to COVID-19, b) that immigrants, newcomers, and migrant workers in Canada experienced aggravated precarious and inequitable employment during COVID-19, c) that immigrants, newcomers, and migrant workers in Canada experienced COVID-19 related racial discrimination, and d) that COVID-19 negatively impacted immigrants, newcomers, and migrant workers’ mental health and well-being. Important directions for future research, including for studies that prioritize new immigrants, are provided.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».