Unregulated, Unknown and Highly Necessary: Grey Market Nannies
Notice bibliographique
Résumé
Canada’s robust yet overburdened public childcare drives reliance on a “grey market” of nannies and private caregivers, often mediated by digital gig platforms. This paper analyzes over 6,000 nanny profiles scraped from CanadianNanny.ca in the Greater Toronto–Hamilton area to investigate how platform-enabled self-presentation reproduces inequality in care labour. Using natural language processing (sentiment, n-gram, and LDA topic modeling), we find a stratified market where self-presentation diverges by wage tier. Lower-wage caregivers (under $20/hour) disproportionately frame themselves as "generalists," bundling childcare with extensive domestic labour (housekeeping, meals). In contrast, higher-wage caregivers (over $20/hour) emphasize professional credentials, specialized skills (e.g., newborn care), and formal training. These results show that digital platforms actively structure care labour, reinforcing racialized and gendered hierarchies that devalue generalist labour while conditionally valorizing professionalized care. We argue that Canada’s fragmented system entrenches this dual process, the devaluation of reproductive labour for the many and conditional valorization for the few, underscoring the urgent need for policy to regulate platform work and ensure equitable recognition and protection for all care workers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».