Gendered Inequalities in Earnings: A Study of Canadian Lawyers*
Notice bibliographique
Résumé
Cette étude analyse les salaires des avocats et explore si, et pourquoi, les hommes et les femmes reçoivent un traitement salarial différent. Un modèle, tiré de la théorie du human capital et de la théorie de la segmentation des occupations, est proposé. Malgré le fait que le sexe des avocats n'a pas d'effet direct sur leur salaire, les femmes sont désavantagées par rapport à plusieurs facteurs qui augmentent de façon significative les salaires de leurs collègues masculins. Plus spécifiquement, les avocates ont moins d'expérience dans la pratique du droit, travaillent des heures plus courtes, sont moins nombreuses à avoir des enfants d'âge préscolaire et ont moins d'autonomie dans leur travail que leurs homologues masculins. Les résultats demontrent aussi que les avocats et avocates ne sont pas rémunérés différemment pour leurs investissements en capital humain, mais nous suggérons que la discrimination salariale opère de façon plus subtile. Nous faisons aussi des recommandations quant aux recherches à venir. This study examines lawyers' earnings and explores if and why male and female lawyers are differentially rewarded. A model is proposed that draws from human capital theory and occupational segmentation theory. Although lawyers' sex does not have a direct impact on earnings, women were found to be disadvantaged along many of the factors that significantly increased lawyers' earnings. Specifically, women in law have less experience practising law, work shorter hours, are less likely to have preschool‐aged children, and have less job autonomy than their male counterparts. The results also show that male and female lawyers are not differentially rewarded for their human capital investments, but we suggest that pay discrimination may be operating in more subtle ways. Recommendations for future research are presented.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».