MétaCan
Menu
Retour à la cohorte
Enregistrement W2742497246 · doi:10.1080/13668803.2017.1346586

Fathers on parental leave: an analysis of rights and take-up in 29 countries

2017· article· en· W2742497246 sur OpenAlexafffund
Marre Karu, Diane‐Gabrielle Tremblay

Notice bibliographique

RevueCommunity Work & Family · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversité du Québec à MontréalUniversité TÉLUQ
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Using information published in 2014 annual review of the International Network on Leave Policies and Research, the article analyses parental leave and benefit policies in 29 countries to identify which characteristics can potentially facilitate fathers’ take-up of parental leave. The scarce statistics that is available shows that only few countries have been successful in increasing fathers’ participation in the parental leaves, despite the fact that some recent policy schemes seem to have drawn lessons from the Nordic success. There are several countries which indeed have adopted principles similar to the Nordic countries in their leave schemes, such as fathers’ quota, generous income-related benefit or long duration of the leave. The evidence suggests that only taking over some elements of the successful policy schemes does not necessarily lead to a change in the leave-taking behaviour of fathers and families. The evidence shows reasonably high take-up of parental leave only in countries where there is a combination of fathers’ quota and high level of benefit. There is still no evidence to confirm that replicating the fathers’ quota in its Nordic designs other societies would generate similar behavioural change as it did in the Nordic countries.

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)0,005
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,083
Tête enseignante GPT0,385
Écart entre enseignants0,301 · 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

Citations100
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunity Work & FamilyMême sujetSocial Policy and Reform StudiesTravaux en français237 207