MétaCan
Menu
Retour à la cohorte
Enregistrement W4414610992 · doi:10.3390/soc15100271

Working from (a New) Home: Tensions Faced by Remote Working Immigrants in Canada

2025· article· en· W4414610992 sur OpenAlexafffundabout
Samantha Jackson, Suzanne Huot

Notice bibliographique

RevueSocieties · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésImmigrationThematic analysisSocializationFlexibility (engineering)ReflexivityWork (physics)FeelingPrecarious workWorkforce

Résumé

récupéré en direct d'OpenAlex

Remote work has become a prevalent work model in Canada but there is limited research on how immigrants experience this type of work. This paper shares thematic findings from an instrumental case study that explored such experiences in two of Canada’s largest immigrant-receiving provinces. We interviewed 21 highly educated remote workers from the Global South who had immigrated to Canada in the last 10 years. We generated three themes from a reflexive thematic analysis of interview transcripts. (1) Shifting labour market value: despite enhancing their skillsets, many participants still faced labour market devaluation, which led to feelings of insecurity. (2) Occupational flexibility: participants enjoyed the flexibility remote work provided but often could not draw distinct boundaries between work and home. (3) Socialization and belonging: being physically removed from the workplace affected participants’ connections with others within and outside of the workplace. Participants viewed hybrid work as a possible solution for achieving better balance. Using a Bourdieusian lens, we conceptualize the Canadian job market as a site where social inequalities are reproduced by employers and immigrants. We suggest that greater governmental and workplace support systems for socialization, integration, mentorship and building cultural awareness could help immigrants better achieve their career goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetDigital Economy and Work TransformationTravaux en français237 207