MétaCan
Menu
Retour à la cohorte
Enregistrement W2959885410 · doi:10.1108/gm-09-2018-0109

The gender gap in work–life balance satisfaction across occupations

2019· article· en· W2959885410 sur OpenAlexaffabout
Maryam Dilmaghani, Vurain Tabvuma

Notice bibliographique

RevueGender in Management An International Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésWork–life balanceContext (archaeology)Life satisfactionScale (ratio)Job satisfactionOriginalityPsychologyDemographic economicsBalance (ability)Work (physics)Social psychologyGeographyEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to compare the gender gaps in work–life balance satisfaction across occupations. Due to data limitations, the studies of work–life balance satisfaction have generally relied on researcher collected data. As a result, large-scale studies encompassing all occupations in the same social and policy context are rare. In several cycles of the Canadian General Social Survey, the respondents are directly asked about their work–life balance (WLB) satisfaction. The present paper takes advantage of this unique opportunity to compare the gender gap in WLB satisfaction across occupations in Canada. Design/methodology/approach This paper pools four cross-sectional datasets ( N = 37,335). Multivariate regression analysis is used. Findings Women in management and education are found to have a lower WLB satisfaction than their male counterparts. Conversely, and rather surprisingly, a WLB satisfaction advantage is found for women in transport over males in this occupation. Further investigation shows that the female WLB advantage in transport is driven by the relatively low WLB satisfaction of males in this occupation, while the opposite is true for education. Social implications The findings are discussed in light of the WLB policies and their increasing gender-blindness. Originality/value This paper is the first large-scale study which compares the gender gap in WLB satisfaction across occupations, in a given policy context.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

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

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 Opus0,071
Tête enseignante GPT0,376
Écart entre enseignants0,305 · 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

Citations41
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender in Management An International JournalMême sujetWork-Family Balance ChallengesTravaux en français237 207