Labor outsourcing in the mining-metallurgical industry in Mexico, 2003-2018: Territorial, sectoral and social evolution
Notice bibliographique
Résumé
• From 2003 to 2018, subcontracted mining jobs in Mexico grew by 550 %. • In gold mining, 3 out of 4 workers were hired through subcontracting. • Big companies held 88 % of all subcontracted mining workers in 2018. • Most women entered mining jobs through subcontracting. • The anti-outsourcing law cut mining subcontracting from 42 % to 24 %. This study analyzes, at the national scale, the territorial, sectoral, and social evolution, and the magnitude of labor outsourcing in the mining-metallurgical industry in Mexico between 2003 and 2018, as well as its main implications for workers. Using census data, company reports, interviews, and document reviews, the analysis shows a 550.7 % growth in outsourced work in extractive mining, concentrated in precious metals and in states such as Colima, with little presence in the metallurgical industry. The consolidation of this model was driven by large companies that, taking advantage of regulatory flexibility and union fragmentation, managed to reduce costs at the expense of lower wages, instability, and loss of labor rights of thousands of workers. Likewise, this study documents the extreme use of outsourcing as a strategy to incorporate women into mining, which accentuated specific barriers related to motherhood, workplace violence and unequal access to training and promotion, thereby reproducing structural gender inequalities. In also reveals a marked asymmetry in the use of this scheme between companies operating in Mexico, Peru, Canada, and the United States: in more institutionally flexible contexts, outsourcing is widely used, whereas in settings with stricter regulation and oversight its use is considerably lower. It is concluded that outsourcing contributed to the increase in precariousness among mine workers and that the 2021 labor reform was an effective response to its abuses, although mechanisms of labour precarisation persist and require complementary policies to strengthen labor justice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».