MétaCan
Menu
Retour à la cohorte
Enregistrement W2068465043 · doi:10.1080/0003684042000191138

Evolution of the gender earnings gap among Canadian university graduates

2004· article· en· W2068465043 sur OpenAlexaffabout
Ross Finnie, Ted Wannell

Notice bibliographique

RevueApplied Economics · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésEarningsResidenceDemographic economicsBachelorGender gapEconomicsGender pay gapDemographySociologyLabour economicsGeographyAccountingWage

Résumé

récupéré en direct d'OpenAlex

This paper reports the results of an empirical analysis of the gender earnings gap among recent Canadian Bachelor's level university graduates. The overall gap as of two years leaving university narrowed significantly across successive cohorts of graduates, but widened significantly from two to five years out for all groups. Differences in the explanatory variables ‘explain’ account for between 40% and essentially the entire gap across the different periods, this portion rising from two to five years out and across cohorts. By the final group, all of the gap is thus ‘explained’ at the two-year point in time, and most of it is explained at the five-year mark, meaning that labour market returns (measured in this manner) are largely gender-neutral for the last group of graduates. Hours of work is the single most important influence, while past work experience, job characteristics, family status, and province of residence and language have smaller and more mixed effects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,166
Écart entre enseignants0,148 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations14
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetLabor market dynamics and wage inequalityTravaux en français237 207