MétaCan
Menu
Retour à la cohorte
Enregistrement W2128680523 · doi:10.5539/ies.v7n2p37

Rethinking Mindscapes and Symbols of Patriarchy in the Workforce to Explain Gendered Privileges and Rewards

2014· article· en· W2128680523 sur OpenAlexvenueno aff
Ladislaus M. Semali, Elizabeth S. Shakespeare

Notice bibliographique

RevueInternational Education Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatriarchySociologyGender studiesPower structureInequalityWorkforceSocial constructionismLiteral and figurative languagePrivilege (computing)Norm (philosophy)The SymbolicSocial inequalitySymbolic powerPower (physics)Social sciencePsychologyPoliticsPolitical scienceEthnographyLaw

Résumé

récupéré en direct d'OpenAlex

In this article the authors contend that gender inequalities in occupational divisions of labor are better understood in reference to the concept of symbolic patriarchy. The conceptual framework is informed by social constructionist theories that view gender not merely in light of sexual or biological differences but as interwoven, fluid, and contesting boundaries of authority. The goal here is to locate the labyrinths of power and unequal treatment of women, evidenced through the “gender pay gap” and derived from the social landscapes and mindscapes of inequality. The study concludes that workforce-based privileges and rewards for men seem to be sustained and reinforced by patriarchal socio-cultural systems of inequality and domination that maintain visible and invisible mechanisms of power, privilege and influence in symbolic, figurative, and metaphoric cultural forms, rendering them the norm.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,214
Tête enseignante GPT0,413
Écart entre enseignants0,199 · 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'étudeQualitatif
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetGender Diversity and InequalityTravaux en français237 207