The gender gap in pre-career salary expectations: a test of five explanations
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to investigate the gender gap in pre-career salary expectations. Five major explanations are tested to explain the gap, as well as understand the relative contribution of each explanation. Design/methodology/approach – Data were collected from 452 post-secondary students from Canada. Findings – Young women had lower initial and peak salary expectations than their male counterparts. The gap in peak salary could be explained by initial salary expectations, beta values, the interaction between beta values and gender, and estimations of the value of the labor market. Men and women in this study expected to earn a considerably larger peak salary than they expected for others. Research limitations/implications – Cross-sectional data cannot infer causality, and the Canadian sample may not be generalizable to other countries given that an economic downturn occurred at time of data collection. Research should continue to investigate how individuals establish initial salary expectations, while also testing more dynamic models given the interaction effect found in terms of gender and work values in explaining salary expectations. Practical implications – The majority of the gender gap in peak salary expectations can be explained by what men and women expect to earn immediately after graduation. Further, women and men have different perceptions of the value they attribute to the labor market and what might be a fair wage, especially when considering beta work values. Social implications – The data suggests that the gender-wage gap is likely to continue and that both young men and women would benefit from greater education and information with respect to the labor market and what they can reasonably expect to earn, not just initially, but from a long-term perspective. Originality/value – This study is the first to simultaneously investigate five theoretical explanations for the gender gap in pre-career expectations.
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 | 0,012 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».