Job Insecurity, Employability and Financial Threat during COVID-19
Notice bibliographique
Résumé
COVID-19 has resulted not only in widespread illness and death, it has also upended most spheres of social life including the economic/financial one in that it has had large impacts on local economies, resulting in widespread job loss, job insecurity and loss of income. Employability, a psychological construct, refers to the belief that one can get a (another) job in the event of job loss, and financial threat refers to feelings of threat and anxiety associated with one’s finances. During the pandemic, many people experienced job loss due mainly to business closures. The present study examined the relationship between employability, job insecurity due to COVID-19, and financial threat in a Canadian (n= 487) and U.S. (n=481) sample of adults recruited on MTurk early on in the pandemic (April 2020). Participants in the Canadian sample, compared to their American counterparts, were less likely to be employed full-time, 37% vs. 67%, respectively, were more likely to be unemployed, 40% vs. 13%, respectively, and had lower self-reported socio-economic status. A theoretical model was put forward in which employability was associated with less job insecurity and this was related to less financial threat. Results revealed that financial self-efficacy was associated with greater employability, less job insecurity and less financial threat in both samples. Further, feelings that one had enough income to “get by” since the advent of COVID-19, were positively related to employability in both samples, but in the Canadian sample only, these feelings were also related to less job insecurity and less financial threat. Implications of the study’s results are discussed within the economic climate resulting from the pandemic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».