MétaCan
Menu
Retour à la cohorte
Enregistrement W2169034499 · doi:10.1177/0001839212466521

Fatherhood and Managerial Style

2012· article· en· W2169034499 sur OpenAlexfundno aff
Michael S. Dahl, Cristian L. Dezső, David Gaddis Ross

Notice bibliographique

RevueAdministrative Science Quarterly · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesHarvard Kennedy SchoolAalborg UniversitetLouisiana State UniversityNorthwestern UniversityNational University of SingaporeYork UniversityGeorge Mason University
Mots-clésDaughterPsychologyGenerosityChief executive officerParental leaveDanishDemographic economicsSocial psychologyDevelopmental psychologyLabour economicsEconomicsManagementPolitical scienceWork (physics)

Résumé

récupéré en direct d'OpenAlex

Motivated by a growing literature in the social sciences suggesting that the transition to fatherhood has a profound effect on men’s values, we study how the wages of employees change after a male chief executive officer (CEO) has children, using comprehensive panel data on the employees, CEOs, and families of CEOs in all but the smallest Danish firms between 1996 and 2006. We find that (a) a male CEO generally pays his employees less generously after fathering a child, (b) the birth of a daughter has a less negative influence on wages than does the birth of a son and has a positive influence if the daughter is the CEO’s first, and (c) the wages of female employees are less adversely affected than are those of male employees and positively affected by the CEO’s first child of either gender. We also find that male CEOs pay themselves more after fathering a child, especially after fathering a son. These results are consistent with a desire by the CEO to husband more resources for his family after fathering a child and the psychological priming of the CEO’s generosity after the birth of his first daughter and specifically toward women after the birth of his first child of either gender.

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)0,004
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,116
Tête enseignante GPT0,359
Écart entre enseignants0,243 · 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

Citations135
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdministrative Science QuarterlyMême sujetGender Diversity and InequalityTravaux en français237 207