Exploring the Impact of Labour Mobility on the Mental Health and Wellbeing of Skilled Trades Workers in Ontario, Canada
Notice bibliographique
Résumé
Labour mobility and subsequent workers migration is an increasing trend worldwide and can be a force that counteracts Canada's shortage of skilled labour. Supercommuting allows workers facing economic challenges to pursue more financially advantageous work opportunities in other regions. This study aimed to evaluate the "supercommuting" labour mobility model and its impact on long-distance mobile workers' mental health and wellbeing. We utilized a non-experimental research design using convenience sampling from workers who participated in Blue Branch Inc.'s (Hamilton, Canada) supercommuting labour mobility model. An online questionnaire collected demographic data, work-related data, occupational stress measures related to burnout, and job-related stress data. Data collection was started on 1 April 2021, and of the total 58 participants, the majority (44, 76%) were male, born outside Canada, and had an average age of 32.8 years. Workplace Safety (95%), full-time employment opportunity (95%), career advancement possibility (95%), and income and benefits (94.9%) were found to be the most crucial factors to keep study participants working in their current position. Of the 47 participants who experienced burnout, only one showed severe burnout in each domain (personal, work-related, and colleague-related). There is a great need for preventative burnout programs and supportive employer resources for those who engage in long-distance labour commuting. The study emphasizes the need to encourage policymakers to develop solutions for training future Ontario workers to support mobile employment and long-distance labour commuting.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».