MétaCan
Menu
Retour à la cohorte
Enregistrement W4408938057 · doi:10.1111/irj.12466

Academic Capitalism and Precarity in the Neoliberal University: Job Insecurity and Stress in Two Liberal Market Economies

2025· article· en· W4408938057 sur OpenAlexafffundabout
Sean O’Brady, Greg J. Bamber, Brian Cooper

Notice bibliographique

RevueIndustrial Relations Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésPrecarityCapitalismJob insecurityJob marketPrecarious workNeoliberalism (international relations)EconomicsLabour economicsMarket economyPolitical economyPolitical scienceWork (physics)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study analyses the relationship between academic capitalism and employment precarity. Drawing on two cross‐national sources of survey data, we compare academics' experiences with job insecurity and related stress in Australian and Canadian universities during the COVID‐19 pandemic. Although these two countries are similar liberal market economies, Australian higher education has embraced academic capitalism to a greater extent than in Canada. Against this backdrop, our study focuses on the moderating role of ‘soft income’ from international tuition fees and the use of contingent labour in explaining cross‐country differences. We find that international tuition played a role in heightening job insecurity and associated stress, particularly in the Australian universities due to their greater reliance on this source of income. However, these outcomes converged for ‘permanent’ and ‘casual’ academics in Australia but diverged in Canada. We contend that the cross‐national differentiation is likely due to the weaker job protections afforded to permanent academics in Australia.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0030,001
Science ouverte0,0000,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,316
Écart entre enseignants0,288 · 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.

Devis d'étudeQualitatif
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIndustrial Relations JournalMême sujetHigher Education Governance and DevelopmentTravaux en français237 207