Notice bibliographique
Résumé
Since the COVID-19 pandemic, the global North has seen a drastic increase in usage of platform apps’ services. Platforms such as Uber, Lyft, DoorDash, and Deliveroo have become staples that connect consumers directly to workers on standby, ready to be activated at a moment’s notice to rideshare or deliver food orders. These companies offer low barriers of entry and flexible work hours, which is the ideal situation for many migrants looking for work. The scope of this research aims to build an understanding of the intersection between the rise of the far-right and the anti-immigration rhetoric in Canada and the EU that influences the hate faced by racialized migrants working highly visible gig jobs in the platform economy. By examining academic articles, news reports, and social media communications of far-right groups a major theme is apparent. The online rhetoric of the far-right can be categorized through its usage of fear and hate against racialized migrants. Migrants have been depicted as sexual threats to women, economic threats to workers, and an overall threat to the white population through demographic replacement. This conspiracy theory, known as the ‘Great Replacement’, found its way into the discursive attempts of far-right groups and political parties (ex. Chega - Portugal; VOX - Spain) to promote anti-immigration and violence against migrants. The threat that this rhetoric poses to racialized migrant workers has yet to be fully explored, and despite passing mention in a few academic articles, the violence faced by workers in the platform economy is not common in the literature, even more so in regards to its intersection with race based hate. This gap brings further questions concerning alliances among workers, advocacy groups, and trade unions based along the lines of ethnic, racial, and gendered differences to combat the growth of support for the far-right. With reasonable speculation, this research contends that far-right rhetoric and violence will continue to be targeted at racialized migrants in visible spaces and jobs, such as those in the gig economy which requires further labour solidarity and activism to aid migrants in vulnerable situations.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,028 | 0,058 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».