Do Better-Educated Couples Share Domestic Work More Equitably in Japan? It Depends on the Day of the Week
Notice bibliographique
Résumé
This paper investigates the gendered division of labor in different types of domestic work within married couples in contemporary Japan. We analyze routine housework such as cleaning and cooking, non-routine housework such as home repairs, and care work by using the 2016 Survey of Time Use and Leisure Activities (Japan’s national time diary survey). Our core analysis is done using ordinary least squares (OLS) regressions on total domestic work time, routine housework time, non-routine housework time, and care time. We find that women’s domestic work time dwarfs men’s, and there is some variation by day of the week and education. On weekdays domestic work is almost exclusively the domain of women. On weekends we find evidence of compensatory behaviors for both men and women. Men, especially those with university education, catch up on all types of unpaid work while women, especially those with tertiary education, catch up on unpaid work mostly by spending more time caring for children. Looking at the family balance in sharing domestic labor we find that men increase their time on unpaid work on weekends proportionately more than women do. Consequently, within couples, wives’ share of all types of unpaid work is around 10% smaller on weekends compared to weekdays. In couples where wives have tertiary education, there is an additional reduction by several percentage points in their weekend share of domestic work time compared to weekdays. Our findings suggest that Japanese men’s long work hours contribute to gender inequality in domestic work participation. We also find that university education is associated with more equal sharing of domestic workload, indicating that socialization may play a role in bringing about greater egalitarianism in the domestic sphere in the future.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».