MétaCan
Menu
← Retour à la cohorte
Enregistrement W2245829430

Are We There Yet? Advancing Women at Work in Canada and Australia: Similar Goals, Different Policies

2015· article· en· W2245829430 sur OpenAlexaboutno aff
Eddy S. Ng, Erica French

Notice bibliographique

RevueQUT ePrints (Queensland University of Technology) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEqual opportunityInequalityArgument (complex analysis)Meaning (existential)PoliticsIdeal (ethics)Race (biology)Work (physics)Political scienceGender equalityConventionPositive economicsSociologyPublic economicsDemographic economicsLaw and economicsEconomicsGender studiesPsychologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Differences in opportunities and outcomes in the workplace are inherent in a free and competitive market. However, when differences between individuals and groups are identified as resulting from particular policies, behaviours or attitudes, any resulting inequality may be identified as unfair. Increasingly, unfair disparities in societies and their workplaces are regularly challenged. Many of the unfair disparities are recognised as caused by unfair discrimination (Anker, 1997). The International Labour Organization Convention (ILO) No. 111 (ILO, 1958) defines discrimination as ‘any distinction, exclusion or preference made on the basis of race, colour, sex, religion, political opinion, national extraction, or social origin, which has the effect of nullifying or impairing equality of opportunity or treatment in employment or occupation’. Yet, the argument for addressing this ideal of ‘equality of opportunity’ is complex. Ekmekci (2013) identifies the difficulties as the determination of whether any process should be based on equality of opportunity or equality of outcome. In addition, there is the difficulty of determining what exactly constitutes a process for addressing unfair disparity due to the haziness of what constitutes discrimination and controversy in the meaning as well as policy implications of equality (Tomei, 2003).

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0220,007
Communication savante0,0050,003
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,023
Tête enseignante GPT0,241
Écart entre enseignants0,218 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQUT ePrints (Queensland University of Technology)→Même sujetLabor Movements and Unions→Travaux en français237 207→