MétaCan
Menu
Retour à la cohorte
Enregistrement W1601214651

The Household Revolution: Childcare, Housework,and Female Labor Force Participation

2013· article· en· W1601214651 sur OpenAlexaff
Emanuela Cardia, Paul Gomme

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Labour economicsEconomicsDemographic economicsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Home production has changed dramatically during the course of the 20th century: Labor sav-ing technologies, from running water to modern appliances, have substantially reduced the time demands of home production. In 1890 in the United States only 24 % of households had running water and only 8 % had electricity; in 1950, these figures were 83 % and 94%, respectively. By 1950, a majority of households also had indoor bathrooms and modern appliances such as stoves, electric irons, vacuum cleaners, refrigerators and washing machines. In an influential paper Greenwood, Seshadri and Yorukoglu (2005) suggest that the household technology revolution played an important role in increasing female labor force participation rates during the 20th century. Like Greenwood et al., we take as given both the secular decline in the price of durable goods as well as observed increases in the female wages relative to male wages. We have two features missing from their work. First, we include child-care since the bulk of the increase in female labor force participation was due to married women. Child-care can be produced using either primary care time (time spend exclusively with children, like teaching, reading and playing), and secondary child-care time (time spent doing other activities, such as

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,193
Écart entre enseignants0,182 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetGender, Labor, and Family DynamicsTravaux en français237 207