Mental health challenges of recent immigrants in precarious work environments — a qualitative study
Notice bibliographique
Résumé
Introduction: Recent immigrants from racialized minority backgrounds and those who are not proficient in the local language are some of the most vulnerable members of society. Despite having postsecondary educational qualifications and permanent residency status, many are engaged in precarious employment. There is a scarcity of research that has explicitly focused on the work experiences and mental health challenges faced by these immigrants. Methods: Using a grounded theory approach and semi-structured face-to-face interviews, this study examined the work experiences and mental health challenges of 42 recent immigrant employees from two cities in Canada who were working in various industries and engaged in precarious employment. Findings: Eighty-one percent of the employee participants were overqualified for their jobs. Findings highlighted several ongoing mental problems that participants experienced, stemming from challenging physical and psychological workplace conditions, negative mindsets associated with their recent immigrant status, and other contextual factors and barriers. However, various coping strategies, both constructive and unconstructive, were used to address this mental distress. Discussion: The study proposes a multidimensional approach to address workplace conditions to promote good mental health for these employees. This includes preventative programs for raising awareness among employers about the importance of recent immigrant employees' mental health and well-being and policy and legislation changes to ensure the employer's commitment to creating a safe and culturally friendly workplace. The approach also recommends that recent immigrant employees receive occupational health and safety training, learn about Canadian workplace norms and culture, and have access to professional healthcare services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».