Precarious Work and COVID-19: A Mixed Methods Analysis
Notice bibliographique
Résumé
The COVID-19 pandemic constitutes an unprecedented public health, social and economic crisis that acutely highlights both the precariousness of temporary work and the essential nature of some precariously employed workers. No previous studies have longitudinally examined the trajectories of temporary and permanent workers’ weekly wages during the pandemic or leveraged qualitative analysis to examine workers’ lived experiences of the pandemic’s impacts. To address this research gap, the study employed a mixed methods approach. Quantitative analysis of Labour Force Survey data from January 2019 to September 2021 was conducted to examine weekly wage trajectories of temporary versus permanent Canadian workers during the pandemic as well as the extent to which several factors (e.g., type of occupation, industry, age, gender) influenced these trajectories. Data were also leveraged from the Bank of Canada COVID-19 stringency index, a measure of government policy responses. In addition, qualitative content analysis of 30 print news articles from March 2020 to September 2021 was employed to better understand workers’ lived experiences of wage and employment impacts. Quantitative analyses revealed that temporary workers experienced greater weekly wage losses than permanent workers, particularly in the early months of the pandemic. Surprisingly, among temporary workers, subgroups who would generally be considered more advantaged (male, older, more highly educated and higher-wage workers), experienced greater wage losses in the early months of the pandemic and in association with increasing stringency index values. This suggests that female, younger, less educated and lower-wage temporary workers, were more likely to be concentrated in essential jobs. The various data-driven and theoretically informed frames applied in the qualitative analysis highlighted how workers’ voices shaped the construction of meaning surrounding their lived experiences. Their voices furthered understanding of the impacts and structural causes of their employment precarity as well as solutions needed to address work precarity and the social and economic inequalities worsened by the pandemic. Both the quantitative and qualitative findings highlighted how previously undervalued jobs emerged as essential, leading to a re-valuation (at least temporarily) of these occupations. This study draws attention to the critical need to address employment precarity at both the national and global levels.
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 | 0,069 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».