MétaCan
Menu
Retour à la cohorte
Enregistrement W2409702217 · doi:10.1596/1813-9450-7689

Are Gender Differences in Performance Innate or Socially Mediated?

2016· book· en· W2409702217 sur OpenAlex
Ariel BenYishay, Maria Jones, Florence Kondylis, Ahmed Mushfiq Mobarak

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorld Bank, Washington, DC eBooks · 2016
Typebook
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésTask (project management)IncentiveUndoField (mathematics)Gender biasGender gapScale (ratio)PsychologySocial psychologyEconomicsLabour economicsGeographyComputer scienceMicroeconomicsManagement

Résumé

récupéré en direct d'OpenAlex

To explain persistent gender gaps in market outcomes, a lab experimental literature explores whether women and men have innate differences in ability (or attitudes or preferences), and a separate field-based literature studies discrimination against women in market settings. This paper posits that even if women have comparable innate ability, their relative performance may suffer in the market if the task requires them to interact with others in society, and they are subject to discrimination in those interactions. The paper tests these ideas using a large-scale field experiment in 142 Malawian villages where men or women were randomly assigned the task of learning about a new agricultural technology, and then communicating it to others to convince them to adopt it. Although female communicators learn and retain the new information just as well, and those taught by women experience higher farm yields, the women are not as successful at teaching or convincing others to adopt the new technology. Micro-data on individual interactions from 4,000 farmers in these villages suggest that other farmers perceive female communicators to be less able, and are less receptive to the women's messages. Relatively small incentives for rewards undo the disparity in performance by encouraging added interactions, improving farmers' accuracy about female communicators' relative skill.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,070
Tête enseignante GPT0,304
Écart entre enseignants0,233 · 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