MétaCan
Menu
Retour à la cohorte
Enregistrement W4391558956 · doi:10.5204/ijcjsd.3060

‘You’re Investing in People … It’s Not a Race. It’s Not a Rush’: Youth Care Worker Emotional Labour in Inner-City Neighbourhoods Across Canada

2024· article· en· W4391558956 sur OpenAlexafffundabout
Bilguundari Enkhtugs, Kevin Walby

Notice bibliographique

RevueInternational Journal for Crime Justice and Social Democracy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of WinnipegUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésRace (biology)Inner cityDemographic economicsPsychologySociologySocioeconomicsGender studiesEconomics

Résumé

récupéré en direct d'OpenAlex

Emotional labour (EL) is the practice of managing expressions in a given work setting. Using the concept of EL, we aim to understand how youth care workers supporting marginalized youth manage work-related stress and the emotions experienced by young people. The youth supported by these workers experience the effects of secondary prisonization (i.e., indirect exposure to punishment), requiring them to engage in extensive EL. Drawing from qualitative interviews and participant-generated visual data, we show that EL is a crucial part of support work that is not yet well recognized. With the participant-generated visual data, we reveal how emotions are processed and managed. EL enables workers to continue to advocate for the needs and well-being of young people even at times of distress and austerity, at the expense of being exposed to secondary prisonization. Explaining how secondary prisonization extends beyond immediate family members and affects youth care workers at a tertiary level, we argue that one way of investing in the community (rather than expanding the criminal justice system) is by taking the importance of EL in support work seriously and providing better resources for these workers, who present real opportunities and safety for inner-city youths.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,487
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,365
Écart entre enseignants0,321 · 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'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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Crime Justice and Social DemocracyMême sujetLabor Movements and UnionsTravaux en français237 207