MétaCan
Menu
Retour à la cohorte
Enregistrement W2090707589 · doi:10.1177/0002716211418445

Do Female Top Managers Help Women to Advance? A Panel Study Using EEO-1 Records

2011· article· en· W2090707589 sur OpenAlexaff
Fidan Ana Kurtulus, Donald Tomaskovic‐Devey

Notice bibliographique

RevueThe Annals of the American Academy of Political and Social Science · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésEqual employment opportunityWorkforceGender diversityCommissionDiversity (politics)Panel dataDemographic economicsBusinessWorkforce diversityFixed effects modelRepresentation (politics)Labour economicsPolitical scienceEconomicsEconomic growthFinanceCorporate governance

Résumé

récupéré en direct d'OpenAlex

The goal of this study is to examine whether women in the highest levels of firms’ management ranks help to reduce barriers to women’s advancement in the workplace. Using a panel of more than twenty thousand firms during 1990 to 2003 from the U.S. Equal Employment Opportunity Commission, the authors explore the influence of women in top management on subsequent female representation in lower-level managerial positions in U.S. firms. Key findings show that an increase in the share of female top managers is associated with subsequent increases in the share of women in midlevel management positions within firms, and this result is robust to controlling for firm size, workforce composition, federal contractor status, firm fixed effects, year fixed effects, and industry-specific trends. The authors also find that the positive influence of women in top leadership positions on managerial gender diversity diminishes over time, suggesting that women at the top play a positive but transitory role in women’s career advancement.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,365
Tête enseignante GPT0,432
Écart entre enseignants0,067 · 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'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

Citations156
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of the American Academy of Political and Social ScienceMême sujetGender Diversity and InequalityTravaux en français237 207