Trends in Women’s Employment and Poverty Rates in OECD Countries: A Kitagawa–Blinder–Oaxaca Decomposition
Notice bibliographique
Résumé
Abstract Although employment growth is propagated as being crucial to reduce poverty across EU and OECD countries, the actual impact of employment growth on poverty rates is still unclear. This study presents novel estimates of the association between macro-level trends in women’s employment and trends in poverty, across 15 OECD countries from 1971 to 2013. It does so based on over 2 million household-level observations from the LIS Database, using Kitagawa–Blinder–Oaxaca (KBO) decompositions. The results indicate that an increase of 10% points in women’s employment rate was associated with a reduction of about 1% point of poverty across these countries. In part, this reduction compensated for developments in men’s employment that were associated with higher poverty. However, in the Nordic countries no such poverty association was found, as in these countries women’s employment rates were very high and stable throughout the observation period. In countries that initially showed marked increases in women’s employment, such as the Netherlands, Germany, Spain, Canada, and the United States, the initial increases in women’s employment rates were typically followed by a period in which these trends levelled off. Hence, our findings first and foremost suggest that improving gender equality in employment is associated with lower poverty risks. Yet, the results also suggest that the potential of following an employment strategy to (further) reduce poverty in OECD countries has, to a large extent, been depleted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».