The lived experience of underemployed older workers in Canada
Notice bibliographique
Résumé
Population ageing is shaping Canadian demographics, transforming the labour market, and de-peripheralizing older workers. Being healthier than their preceding cohorts, older workers are staying longer in work and have been driving the growth of employment. Despite they are a skilled societal resource, many of them find themselves in an underemployed situation, which has become a growing concern since the global financial meltdown in late 2008. This research utilizes a mixed-method design combining quantitative analyses using secondary data with qualitative in-depth semi-structured interviews. A mixed-method design was deemed appropriate for this inquiry due to limited prior evidence and non-availability of other relevant data sources. Underemployment could result in a diverse range of negative consequences. This thesis investigates the characteristics of underemployment and its impact on older workers in Canada, with a particular focus on subjective well-being. It also looks at the meaning of underemployment ascribed to and the lived experience of a sample of 15 interview participants. The findings from the quantitative analysis informed the design of the qualitative study, which provided the nuances to help understand the former. There are policy implications accrued from both quantitative and qualitative findings. While financial deprivation was the most common experience shared by the participants, the consequences of underemployment are not uniform. They are moderated by various characteristics of an individual, variations in work-role centrality and subjective perception formulated uniquely over the life-course. The findings also illustrate the varied and complex interactions between agency and structure that shape the lived experience of underemployed older workers. This thesis seeks to address the paucity of research concerning older worker underemployment in Canada, in relation to the knowledge about their subjective perceptions. It considers multi-dimensions of underemployment in its analyses, supports calls for standardization of definitions and raising awareness of underemployment as a social phenomenon.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».