Diversity, Economic Characteristics, and Retention of Early Learning and Child Care Workers in Canada
Notice bibliographique
Résumé
Given Canada’s increasingly diverse population, a better understanding of the representation of different groups among Canadian workers and their economic characteristics is needed. This study analyzes the diversity, economic characteristics, and retention of workers in Canada’s early learning and child care (ELCC) sector. Using census data, diversity characteristics (e.g. sex, visible minority status such as race and ethnicity, language, and activity limitations) were compared between ELCC and non-ELCC workers. The study also examines whether ELCC workers’ economic characteristics, such as self-employment rate, full-time work status, employment income, and poverty rates, varied by diversity groups. It then investigates whether diversity characteristics were associated with workers’ retention in ELCC occupations. Findings showed an over-representation of women, visible minorities, and non-native speakers of Canadian official languages in the ELCC workforce. Generally, non-White ELCC workers were more likely than their White counterparts to be paid employees, work full-time, and earn less than $40,000 annually. Variations in ELCC workers’ economic characteristics and retention rates were also found across visible minority groups. Findings from this study provide greater insight into the representation and retention of different groups within ELCC occupations, which can contribute to higher quality early learning and child care for Canada’s multicultural population.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».