MétaCan
Menu
Retour à la cohorte
Enregistrement W1970969274 · doi:10.1111/j.1748-8583.2007.00051.x

Behind the veil: an exploratory study of the myths and realities of women in the Iranian workforce

2007· article· en· W1970969274 sur OpenAlexaffabout
Majid Ghorbani, Rosalie L. Tung

Notice bibliographique

RevueHuman Resource Management Journal · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIslamWorkforceMythologyGlass ceilingExploratory researchHuman resourcesChinaPolitical scienceSociologyEconomic growthPublic relationsSocial scienceLawEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Despite significant advancements, women executives and professionals have continued to complain about the existence of a glass ceiling in the UK, the USA, Canada and other countries that espouse equal employment opportunities. Little is known about the role and plight of women in the workforce in Islamic countries. In general, Western societies perceive the participation of women in the workforce and their upward career mobility as very limited in Islamic societies. This article seeks to address this limitation in the field by unravelling some of the myths and realities pertaining to women in the Iranian labour force. Based on interviews with 12 Iranians, reality checks were performed on five widely held perceptions of the status of women in Iran, including women's participation in the labour force, appointment to managerial/professional positions, representation in higher education, segregation in the workplace, and Islam's attitude towards non‐Muslims. These issues are discussed in the contexts of foreign direct investment in Iran and other Islamic countries. Implications for international human resource management, including the assignment of women expatriates to Iran and other Islamic nations, are also addressed.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,010
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,114
Tête enseignante GPT0,318
Écart entre enseignants0,204 · 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'étudeQualitatif
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

Citations57
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Resource Management JournalMême sujetGender Diversity and InequalityTravaux en français237 207