MétaCan
Menu
Retour à la cohorte
Enregistrement W2792602406 · doi:10.7202/1043174ar

Sexual Orientation Wage Gaps across Local Labour Market Contexts: Evidence from Canada

2018· article· en· W2792602406 sur OpenAlexaffvenueabout
Nicole Denier, Sean Waite

Notice bibliographique

RevueRelations industrielles · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSexual orientationEarningsMetropolitan areaWageDemographic economicsLabour economicsHuman capitalPrivate sectorEconomicsGeographySociologyEconomic growthGender studies

Résumé

récupéré en direct d'OpenAlex

Mounting evidence suggests that sexual orientation matters in the labour market. Research in Canada points to a wage hierarchy not only by gender, but also by sexual orientation, with heterosexual men out-earning gay men, lesbians, and heterosexual women. While previous work has considered how human capital characteristics, occupation and industry of employment, and family status factor into the creation of these earnings disparities, little research has examined how residential concentration in large metropolitan areas factors into the creation of sexual orientation pay gaps. Drawing on the 2006 Census of Canada , this study investigates how sexual orientation wage gaps vary across geographic areas in Canada, documenting earnings disparities across the metropolitan/non-metropolitan divide as well as for Toronto, Montreal and Vancouver. We also evaluate whether the mechanisms contributing to wage gaps diverge across these contexts, focusing on how pay gaps differ across occupations, points in the earnings distribution, and sectors of employment. Our results show that pay gaps are highest in non-metropolitan Canada. The underlying components of wage gaps fluctuate across Canada, especially for gay men. Sexual orientation earnings penalties are reduced in public sector employment, even where private sector wage gaps are highest. These results suggest that local social and labour market contexts are associated with the earnings outcomes of sexual minorities.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,315
Écart entre enseignants0,275 · 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'étudeSans objet
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

Citations30
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207