Working Conditions of Front-Line Poverty-Reduction Staff at Non-profit Agencies
Notice bibliographique
Résumé
Over the past three to four decades in Ontario, neoliberalization and new public management \nhave restructured the non-profit social services (NPSS) sector by reducing core funding and \nintroducing a competitive proposal system with increased managerial accountability. These \nchanges have generated immense workplace pressures for frontline staff. Frontline staff in the \nNPSS have seen an increase in standardization accompanied by the degradation of their skills. \nThrough in-depth interviews with five frontline staff at two similar non-profit agencies serving \npeople experiencing poverty in the Niagara Region, this paper explores the question: How do \nfrontline staff in the non-profit social services sector describe their working conditions? And \nhow resonant are the narratives of compassion fatigue and burnout. In contrast to the narrative of \n"compassion fatigue" that often describes the experiences of professional frontline workers, I \nfound that burnout among frontline poverty-reduction staff stems primarily from encountering \nstructural barriers, such as a lack of affordable housing, that limit what they can do to help their \nservice users. Furthermore, I found a general lack of organizational supports for frontline staff as \nworkers, including supports to prevent or lessen burnout. This research brings to light new \nperspectives regarding poverty-reduction work and ultimately points to needed supports for \nfrontline staff that may improve their work lives, well-being and poverty-reduction effectiveness.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».