MétaCan
Menu
Retour à la cohorte
Enregistrement W2884979276 · doi:10.18559/ebr.2018.2.6

Determinants of under-Representation of Women on Boards of Directors: an Exploratory Study of African Public and Private Firms

2018· article· en· W2884979276 sur OpenAlexaff
Alidou Ouédraogo

Notice bibliographique

RevueEconomics and Business Review/˜The œPoznań University of Economics Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)Context (archaeology)Private sectorExploratory researchPolitical sciencePublic sectorContradictionPublic relationsBusinessEconomic growthSociologyPoliticsGeographyEconomicsLawSocial science

Résumé

récupéré en direct d'OpenAlex

The underlying causes for the low representation of women on board directorships has been the subject of considerable research when viewed in the context of North American, European and Asian economies and markets. In Africa, very few studies exist that examine this reality even if the socio-economic situation increasingly requires it. Indeed, women are a pillar of the social and economic life of African countries, as they constitute the equilibrium point of family stability and contributors to various essential economic activities alongside men in their community and country. This central role of African woman in all civic endeavours stands in stark contradiction to their general absence on the Board of Directors of most African companies. Although a recent ADB study indicates that the percentage of African women on boards is higher than on some other continents’ nonetheless, the fact remains that this low representation is astonishing. This research aims to understand the cause and effect relationship and to identify the determinants of this low representation of women as sitting board members. It is based on semi-structured interviews with women who are voting members on existing Boards of Directors of large firms in the public and private sectors. It shows that the low representation of women in boardrooms is explained more by socio-cultural factors rather than any organizational flaws or personal issues with these women.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,133
Tête enseignante GPT0,296
Écart entre enseignants0,163 · 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.

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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics and Business Review/˜The œPoznań University of Economics ReviewMême sujetGender Diversity and InequalityTravaux en français237 207