Measurement of gender inequality in neighbourhoods of Québec, Canada
Notice bibliographique
Résumé
INTRODUCTION: Few studies have measured gender inequality at levels lower than the country. We sought to develop neighbourhood indicators of gender inequality, and assess their ability to capture variability in gender inequality across Québec, Canada. METHODS: Aggregate 2001 census data for 11,564 neighbourhoods were obtained for men and women. Twelve indicators of gender inequality representing demographic/household characteristics, education, income, work/leisure, and political participation were selected. Neighbourhood-level gender inequality scores were computed for each indicator, and examined across parts of Québec (metropolitan areas, mid-sized cities, rural areas). Monte Carlo simulations were used to assess the ability of indicators to capture heterogeneity in gender inequality across neighbourhoods. RESULTS: Male-dominant neighbourhood-level gender inequality tended to be present for average employment income, labour force participation, employment rate, and employment in managerial positions. Female-dominant gender inequality tended to be present for divorce, single-headed households, and participation in unpaid housework, child and elderly care. Neighbourhood-level gender inequality tended to vary across metropolitan areas, mid-sized cities, and rural areas. Gender inequality scores also varied within these geographic areas. For example, there was greater income-related gender inequality in high than low income neighbourhoods. Monte Carlo simulations suggested that the variation in gender inequality across neighbourhoods was greater than expected with chance alone. CONCLUSION: Neighbourhood-level gender inequality tended to be present in Québec, and varied across parts of the province. Greater awareness of and research on neighbourhood-level gender inequality may be warranted to inform gender policies in Québec and other nations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».