Gender and the Contours of Precarious Employment
Notice bibliographique
Résumé
1. Introduction: Gender and the Concept of Precarious Employment Leah F. Vosko, Martha Macdonald and Iain Campbell 2. Canada: Gendered Precariousness and Social Reproduction Leah F. Vosko and Lisa Clark 3. The United States: Different Sources of Precariousness in a Mosaic of Employment Arrangements Francoise Carre and James Heintz 4. Australia: Casual Employment, Part-Time Employment and the Resilience of the Male-Breadwinner Model Iain Campbell, Gillian Whitehouse and Janeen Baxter 5. Japan: The Reproductive Bargain and the Making of Precarious Employment Heidi Gottfried 6. Ireland: Precarious Employment in the Context of the European Employment Strategy Julia S. O'Connor 7. The United Kingdom: From Flexible Employment to Vulnerable Workers Jacqueline O'Reilly, John Macinnes, Tiziana Nazio and Jose Roche 8. The Netherlands: Precarious Employment in a Context of Flexicurity Susanne D. Burri 9. France: Precariousness, Gender and the Challenges for Labour Market Policy Jeanne Fagnani and Marie-Therese Letablier 10. Spain: Continuity and Change in Precarious Employment John Macinnes 11. Germany: Precarious Employment and the Rise of Mini-Jobs Claudia Weinkopf 12. Sweden: Precarious Work and Precarious Unemployment Inger Jonsson and Anita Nyberg 13. Spatial Dimensions of Gendered Precariousness: Challenges for Comparative Analysis Martha Macdonald 14. Investigating Longitudinal Dimensions of Precarious Employment: Conceptual And Practical Issues Sylvia Fuller 15. Precarious Lives in the New Economy: Comparative Intersectional Analysis Wallace Clement, Sophie Mathieu, Steven Prus and Emre Uckardesler 16. Precarious Employment in the Health Care Sector
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».