MétaCan
Menu
Retour à la cohorte
Enregistrement W4392908760 · doi:10.1080/0023656x.2024.2321243

Negotiating job security and capital investments in response to deindustrialization: the case of Canada’s auto sector

2024· article· en· W4392908760 sur OpenAlexafffundabout
Dimitry Anastakis, Steven High

Notice bibliographique

RevueLabor History · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésDeindustrializationCollective bargainingLabour economicsEconomicsTrade unionWageNegotiationBargaining powerJob securityIndustrial relationsBusinessMarket economyEconomyPolitical scienceManagementLaw

Résumé

récupéré en direct d'OpenAlex

Job security has always been a paramount concern for the trade union movement. This article explores the ways that unions used collective bargaining to gain a measure of job security for their members in the face of deindustrialization as unionized factories in North America began to close in large numbers after the 1970s. These new measures included advance notice, severance pay, plant closing moratoria, restrictions placed on plant movements, transfer rights, and expanding the scope of collective ‘social’ bargaining to cover training and adjustment. In some sectors, such as automotive, collective bargaining has also been extended into areas normally left to management. The price was often high. Eventually some unions, notably the Canadian Auto Workers (established 1985; part of Unifor after 2013), prioritized winning new capital investments and product lines for unionized plants in their negotiations, though often at the cost of jobs, wage freezes or reductions, and other concessions. By focusing upon auto sector deindustrialization in Canada since the 1980s, we draw lessons from more recent union bargaining strategies, and how they constitute an important element of worker responses to industrial job loss and manufacturing closure.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,951

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0430,010
Communication savante0,0070,002
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLabor HistoryMême sujetLabor Movements and UnionsTravaux en français237 207