MétaCan
Menu
Retour à la cohorte
Enregistrement W2043127282 · doi:10.1108/17542411011026294

Gendered interactions in corporate annual report photographs

2010· article· en· W2043127282 sur OpenAlexaffabout
Merridee Bujaki, Bruce J. McConomy

Notice bibliographique

RevueGender in Management An International Journal · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)WorkforceOriginalityInclusion (mineral)Content analysisPower (physics)PsychologyGender studiesSociologySocial psychologyGeographyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore the gendered nature of interactions in mixed sex Canadian corporate annual report (CAR) photographs. Design/methodology/approach Quantitative content analysis of 106 CAR photographs is performed to evaluate, at the level of the photograph, how women and men interact in mixed sex photographs to reveal their relative prominence, power and status. Findings Women in CAR photographs overall are under‐represented. In mixed sex photographs, however, the relative proportions of women and men approximate those of women in the Canadian workforce, but men are more prominent in most photographs. Mixed sex photographs are relatively similar in composition (depicting largely passive, smiling subjects, few of whom are talking or in positions of authority). Where there are differences in mixed sex photographs, however, women are portrayed as less powerful than the men in the photographs. Supplemental testing suggests that the findings are persisting over time. Originality/value This paper looks at gendered interactions in CAR photos in a Canadian context. It takes the photograph, rather than individual subjects in the photo, as the level of analysis. This research clearly situates the inclusion of photographs in CARs in the voluntary disclosure literature and explores the implications for management and readers of CARs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,146
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,162
Tête enseignante GPT0,370
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

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

Citations24
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender in Management An International JournalMême sujetGender Diversity and InequalityTravaux en français237 207