La formation et l’élimination des préjugés envers le travail des femmes : des leçons pour l’évaluation des emplois en contexte d’équité salariale
Notice bibliographique
Résumé
La Loi québécoise sur l'équité salariale, adoptée en novembre 1996, vise à éliminer la partie de l'écart salarial, entre les hommes et les femmes, causée par la discrimination systémique qui prend sa source dans les préjugés et les biais sexistes à l'égard de la valeur du travail des femmes. Pour atteindre l'équité salariale, la loi prévoit, entre autres, l'utilisation d'une méthode analytique d'évaluation des emplois. Cette dernière fait appel au jugement des évaluatrices et des évaluateurs, subissant l'influence de leurs propres valeurs. L'idée de base est de montrer l'importance de la formation pour l'élimination des biais sexistes dans le processus d'évaluation des emplois. À partir d'un exercice réalisé dans la fonction publique du Québec, au début des années 90, la présence de deux types de biais sexistes est étudiée dans les auto-évaluations de titulaires de poste. La conclusion formulée est la suivante : une formation-sensibilisation à la discrimination et aux préjugés envers le travail des femmes ainsi qu'une formation technique sur l'évaluation des emplois sont préalables et nécessaires afin d'atteindre réellement l'équité salariale.
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 | 0,019 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».