MétaCan
Menu
Retour à la cohorte
Enregistrement W2168716590 · doi:10.1177/0001839213504403

Whose Jobs Are These? The Impact of the Proportion of Female Managers on the Number of New Management Jobs Filled by Women versus Men

2013· article· en· W2168716590 sur OpenAlexaff
Lisa E. Cohen, Joseph P. Broschak

Notice bibliographique

RevueAdministrative Science Quarterly · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Sample (material)Demographic economicsInequalityWork (physics)BusinessPoint (geometry)SociologyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the relationship between an organization’s proportion of female managers and the number of new management jobs initially filled by women versus men. We draw on theories of job differentiation, job change, and organizational demography to develop theory and predictions about this relationship and whether the relationship differs for jobs filled by female and male managers. Using data on a sample of New York City advertising agencies over a 13-year period, we find that the number of newly created jobs first filled by women increases with an agency’s proportion of female managers. In contrast, the effect of the proportion of female managers on the number of new management jobs filled by men is positive initially but plateaus and turns negative. In showing these influences on job creation, we highlight the dynamic and socially influenced nature of jobs themselves: new jobs are created regularly in firms and not merely as a response to technical and administrative imperatives. The results also point to another job-related process that differs between women and men and that could potentially aggravate, mitigate, or alleviate inequality: the creation of jobs. Thus this research contributes to literatures on demography, the organization of work, and inequality.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,095
Tête enseignante GPT0,362
Écart entre enseignants0,268 · 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

Citations97
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdministrative Science QuarterlyMême sujetGender Diversity and InequalityTravaux en français237 207