Commonalities and Differences in the Experiences of Visible Minority Transnational Carer–Employees: A Qualitative Study
Notice bibliographique
Résumé
This qualitative study explored the commonalities and differences among the experiences of visible minority Transnational Carer-Employees (TCEs) before and after COVID-19. TCEs are immigrants who live and work in the country of settlement while providing caregiving across international borders. Purposive and snowball sampling resulted in the participation of 29 TCEs of Pakistani, Syrian, African, and South American origin living in London, Ontario. Thematic analysis of the dataset using the ATLAS.ti software, Version 23.2.1., generated three themes: (1) feelings associated with transnational care; (2) employment experiences of TCEs; and (3) coping strategies for well-being. The results of the secondary analysis conducted herein suggested that there are more similarities than differences across the four cohorts. Many participants felt a sense of satisfaction at being able to fulfill their care obligations; however, a different outlook was observed among some Syrian and African origin respondents, who disclosed that managing care and work is overwhelming. Most TCEs also reported facing limited job options because of language barriers. While various interviewees experienced a lack of paid work and reduced income after COVID-19, a distinct perspective was noted from African descent TCEs as they expressed facing increased work demands after the pandemic. Participants additionally revealed four common coping strategies such as keeping busy, praying, family support, and staying active. Study implications include the promotion of Carer-Friendly Workplace Policies (CFWPs) that can facilitate the welfare of unpaid caregivers. This research is important as it may inform policymakers to create opportunities that may not only foster economic stability of TCEs and the Canadian economy, but also contribute towards a more equitable society.
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 | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| 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 ».