Gender, institutions, and economic development: Findings and open research and policy issues
Notice bibliographique
Résumé
Gender relations are a key institution governing important aspects of production and reproduction of societies. They are guided by formal institutions as well as informal norms and values. As this survey shows, there is great regional heterogeneity in gender inequality in formal and informal social institutions. The literature on long-term drivers of gender gaps suggests that those gender gaps are related to long-standing and regularly reproduced gender norms and values related to differences in women's economic opportunities and constraints. The paper also shows that these gender gaps not only affect gender equity but overall development outcomes such as economic growth and reductions in mortality. This is best documented in the case of gender gaps in education but there is also evidence for the negative effects gender of gaps in employment, political and economic empowerment, access to resources, and social institutions on development outcomes. The paper then shows that there has been a large and heterogeneous change in gender gaps. While gender gaps in education (and legal rights) have closed very rapidly, gender gaps in labor force participation, health, political participation, and time use have closed much less rapidly, and there has been virtually progress in reducing occupational and sectoral segregation, unexplained gender pay gaps, and violence against women. The paper presents some hypotheses that might explain this differential performance and also contribute to understanding regional dynamics, before pointing towards a forward-looking research agenda on better understanding the linkages between institutions and their change, gender inequality, and economic development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».