MétaCan
Menu
Retour à la cohorte
Enregistrement W2335916152 · doi:10.3917/tgs.035.0067

Les profils des femmes membres des conseils d’administration en France

2016· article· fr· W2335916152 sur OpenAlexaff
Anne-Françoise Bender, Rey Đặng, Marie-José Scotto

Notice bibliographique

RevueTravail genre et sociétés · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensEmployment and Social Development CanadaSNC-Lavalin (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceEthnologyArtSociology

Résumé

récupéré en direct d'OpenAlex

Dans cet article, nous étudions les variables indicatrices du capital humain et du capital social des femmes et des hommes membres des conseils d’administration des sociétés du SBF 1 120 en 2013, soit deux ans après la promulgation de la loi sur les quotas. En nous appuyant sur des recherches antérieures réalisées en France et aux Etats-Unis, nous comparons les profils démographiques, d’éducation et d’expérience professionnelle entre les 1 250 femmes et hommes membres des conseils du SBF 120 en 2013. Nos résultats montrent que les femmes ont des parcours de formation et professionnels qui se rapprocheraient de ceux des hommes, au vu d’une étude similaire que nous avions réalisée sur des données de 2010. Des différences persistent néanmoins entre hommes et femmes, quant à la nature de l’expérience professionnelle et aux types de mandats exercés. Les explications et conséquences possibles de ces résultats sont discutées dans l’article.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,381
Tête enseignante GPT0,456
Écart entre enseignants0,075 · 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.

Devis d'étudeAutre devis
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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTravail genre et sociétésMême sujetGender Diversity and InequalityTravaux en français237 207