MétaCan
Menu
Retour à la cohorte
Enregistrement W2988062666 · doi:10.1093/geroni/igz038.009

DISPARITIES IN HUMAN CAPITAL INVESTMENT OVER THE GENDERED LIFE COURSE: AN INTERNATIONAL COMPARISON

2019· article· en· W2988062666 sur OpenAlexaboutno aff
Phyllis Cummins, Takashi Yamashita, Chris Phillipson

Notice bibliographique

RevueInnovation in Aging · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman capitalLife course approachPolitical scienceInvestment (military)Demographic economicsEconomic growthPsychologyGerontologyMedicineEconomicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Income disparities by gender are a persistent problem throughout the world. These disparities place women at risk for economic insecurity both while working and in retirement. Education and continued skill upgrading are key to reducing income disparities, but it is well documented that both older men and women are less likely to participate in adult education and training (AET) than their younger counterparts. In this symposium we present gender and age-based differences in AET in Australia, Canada, England/Northern Ireland and the United States. Also, given the increasing use of technology, technology-related problem-solving skills are compared across these four nations. In addition, we discuss current, and potentially new, country level policies and practices that facilitate the provision of AET over the second half of the life course. Yamashita and colleagues use data from the Program for the International Assessment of Adult Competencies (PIAAC) to provide an overview of AET participation, income, and technology-related problem-solving skills by sex and age groups in the four countries. Vickerstaff and van der Horst use data from five different organizations in the United Kingdom to examine attitudes of older workers about participation in training and the extent to which these attitudes result from self-imposed ageism. Taylor presents survey data from Australia that analyzes types of training women are undertaking, factors associated with participation in training, and the importance of employer support. Finally, Harrington and Cummins use PIAAC data to analyze age variations in AET participation and gender differences in employer sponsored training in Canada.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,187
Tête enseignante GPT0,447
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetRetirement, Disability, and EmploymentTravaux en français237 207