MétaCan
Menu
Retour à la cohorte
Enregistrement W4399304952 · doi:10.52975/llt.2024v93.009

Part of the Solution? Indigenous Apprentices and the Unionized Building Trades

2024· article· en· W4399304952 sur OpenAlexaffvenueabout
Gilberto Fernandes

Notice bibliographique

RevueLabour / Le Travail · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésApprenticeshipIndigenousLabour economicsBusinessEconomicsGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

There have never been more favourable conditions for drawing Indigenous workers into the unionized building trades. The construction industry needs to replenish and diversify its overwhelmingly white, male, and aging workforce to meet skilled labour demands in the next few decades, when major civil infrastructure, mining, and green energy developments are expected to occur in northern Indigenous territories. These projects will be mandated by impact benefit agreements to employ a significant number of Indigenous workers who will first need to be trained. At the same time, Indigenous peoples are the fastest-growing population in Canada and have shown a propensity for pursuing trades education. In recent years, Ontario’s largest building trade unions have taken significant steps to recruit, train, and employ northern Indigenous workers, including in Nunavut. In collaboration with various stakeholders, the unions’ efforts are starting to show positive results. But are their methods and goals informed by decolonization, reconciliation, and Indigenization? This article reflects on this question while examining the case of the International Union of Operating Engineers Local 793, which has been a leader among building trades unions when it comes to establishing relationships with Indigenous partners, training Indigenous workers, and contributing to their economic self-determination.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,391

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,031
Communication savante0,0090,008
Science ouverte0,0010,007
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,024
Tête enseignante GPT0,307
Écart entre enseignants0,284 · 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'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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLabour / Le TravailMême sujetEducation Systems and PolicyTravaux en français237 207