MétaCan
Menu
Retour à la cohorte
Enregistrement W4387190737 · doi:10.1086/725842

Confronting Servitude: Asian Immigrant Women Workers in State-Funded Homecare

2023· article· en· W4387190737 sur OpenAlexaff
Jennifer Jihye Chun, Cynthia J. Cranford, Yang-Sook Kim, Jennifer Nazareno

Notice bibliographique

RevueSigns · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmigrationState (computer science)Political scienceDemographic economicsGender studiesSociologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

This article utilizes a multilevel intersectional framework to analyze how Asian immigrant women workers in state-funded care provisioning make sense of and contest the relations of servitude that have long plagued low-paid domestic work. Our research, which draws on in-depth interviews with Chinese, Korean, and Filipina/o/x women in California’s In-Home Supportive Services program, shows that workers across all three groups face coercive labor conditions in private homes that severely constrain their ability to refuse excessive demands on their time and tasks, including when care is publicly funded and means tested, provided by paid relatives, managed by the state, and regulated under union collective-bargaining agreements. Yet, our comparative analysis also shows that workers from different groups have varying understandings of what constitutes servitude and how it can be challenged, especially when care receiver–employers are similarly marginalized and are part of workers’ families and ethnic communities. Meso-level institutions such as labor markets, immigrant networks, community organizations, and labor unions play a significant role in mediating workers’ subjective understandings and group-level responses to ongoing conditions of de facto servitude.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,010
Communication savante0,0060,003
Science ouverte0,0010,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,384
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueSignsMême sujetEmployment and Welfare StudiesTravaux en français237 207