Transforming Structures of Violence: How Gender-Based Violence Impacts Temporary Foreign Workers in Canada's Agricultural Sector
Notice bibliographique
Résumé
The Temporary Foreign Worker Program (TFWP) is a critical source of labour for Canada’s agricultural sector. Temporary foreign workers (TFW) are vulnerable for a variety of reasons including structural inequities, lack of status, and limited individual rights. Compounding this are the diverse identities of individual workers, including gender, sexual orientation, age, race, ethnicity, marital status, religion, disability, Indigenous identity, languages spoken, and/or geographic location. This scoping review aims to understand how the TFWP contributes to, interacts with, and addresses gender-based violence (GBV) from both a conceptual and real viewpoint. Key research objectives include: Collect documented evidence (articles, reports, policies) regarding GBV and TFWs in the agricultural sector. Describe how GBV is experienced differently by diverse groups of TFWs in Ontario, Quebec and British Columbia.Understand how policies (municipal, provincial, federal) address or confront GBV experienced by TFWs in these three provinces.Outline which infrastructure (social, physical, and other) exists to support TFWs and how supports can be enhanced to better support TFWs who experience GBV. Emphasis will be placed on the different experiences of GBV within these systems and infrastructures. Supporting the above objectives, we will identify roles and tailored knowledge mobilization materials specific to academic, public, private, and not-for-profit sectors. This will include policy recommendations, best practices, and tools for each respective stakeholder group. The results of the research will be shared with key stakeholders through a knowledge mobilization strategy that aims to engage audiences with the results and potential recommendation they might apply in their work.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».