MétaCan
Menu
Retour à la cohorte
Enregistrement W4389790182 · doi:10.1177/2752535x231221587

Contending With Precarity: Health and Multi-Sectoral Supports for Migrant Agricultural Workers in Southern Ontario

2023· article· en· W4389790182 sur OpenAlexafffundabout
C. Susana Caxaj, Glynis George, Erika Borrelli, Linda Frost

Notice bibliographique

RevueCommunity Health Equity Research & Policy · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensHamilton Health SciencesUniversity of WindsorWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésPrecarityContext (archaeology)Service providerAgriculturePsychological interventionEconomic growthBusinessConstruct (python library)Migrant workersService (business)Political sciencePublic relationsSociologyGeographyNursingMedicineGender studiesMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

Research has long-documented how Canada's temporary foreign worker programs (TFWP) foster workers' precarity through their status as non-citizens and living and working conditions, ultimately, impacting their health. While studies point to limited supports and services for workers, their role in reinforcing or alleviating the precarious conditions that migrant agricultural workers experience remains largely unexplored. This paper draws on interviews with 35 service providers in three migrant-intensive regions in southwestern Ontario, to explore how service providers describe and construct support. We explore the barriers workers face in accessing services, challenges providers experience in supporting workers, and strategies employed to surmount these barriers. We argue that this multiregional analysis is important to illuminate how support shapes and is shaped by the larger structural context, namely common features of Canada's TFWP. A more comprehensive understanding of support moreover, provides direction for sustainable interventions that can promote the health and wellbeing of this 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 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)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
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 enseignants0,062
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,004
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 Opus0,530
Tête enseignante GPT0,595
Écart entre enseignants0,065 · 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.

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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCommunity Health Equity Research & PolicyMême sujetEmployment and Welfare StudiesTravaux en français237 207