MétaCan
Menu
Retour à la cohorte
Enregistrement W4385768631 · doi:10.1080/13636820.2023.2246327

Perpetuating precarity in theory and in practice: a case study of work-integrated learning in the non-profit sector in Northern Canada

2023· article· en· W4385768631 sur OpenAlexaffabout
Amelia F Merrick

Notice bibliographique

RevueJournal of Vocational Education and Training · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPrecarityExperiential learningSociologyAgency (philosophy)Profit (economics)Public relationsPolitical scienceEconomicsSocial scienceGender studiesPedagogy

Résumé

récupéré en direct d'OpenAlex

Work-integrated learning (WIL) is a process of curricular experiential education within a workplace or practical setting. WIL is portrayed as a win-win, yet this research suggests that WIL perpetuates precarity and deepens inequalities between students, between different types of employers, and between geographic regions. Using the Human Development and Capabilities Approach (HDCA), this study investigated how eight diverse non-profit organisations (NPOs) in northern Canada are positioned to support students to develop personal agency through WIL. Most WIL research is urban-centric, focused on for-profit industries and framed within Human Capital Theory (HCT), making this study an outlier. Using a case study approach underpinned by critical and social realism, this study explores the ways in which WIL enables and constrains the development of agency at individual, social, and institutional levels. The research shows inconsistencies in current approaches to WIL. The increasingly precarious positioning of NPOs within the labour market threatens their ability to offer students (future) decent work. The institutional and policy environments that undergird WIL do not acknowledge the distinctness of non-profit organisations within a neoliberal economy and this makes invisible other dimensions that affect decent work, such as the regulatory environment, collectivisation, and the ‘contracting regime.’

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,400
Écart entre enseignants0,350 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vocational Education and TrainingMême sujetHigher Education and EmployabilityTravaux en français237 207