MétaCan
Menu
Retour à la cohorte
Enregistrement W3015581704 · doi:10.3897/popecon.4.e50338

Towards gender equality in the labour markets of Canada, USA and Russia: an overview of progress in achievement of international commitments

2020· article· en· W3015581704 sur OpenAlexaffabout
Maria Beletskaya, Elena A. Zotova

Notice bibliographique

RevuePopulation and Economics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensInstitute for Christian Studies
Organismes subventionnairesnon disponible
Mots-clésGender equalityWork (physics)Order (exchange)Political scienceEconomic growthLabour economicsDemographic economicsEconomicsSociologyGender studies

Résumé

récupéré en direct d'OpenAlex

In 2019, the International Labour Organization (ILO), together with the Organisation for Economic Cooperation and Development (OECD), prepared and presented to the G20 leaders a report entitled “Women at work in G20 countries: Progress and policy action”. According to the report, Canada, the United States and Russia show the lowest results among the G20 countries in reaching the goal of reducing the gender gap in labour force participation by 25 percent by 2025. This is largely due to the relatively high levels of gender equality that have already been achieved in these countries. The article analyzes the policy of Canada, the USA and Russia towards women at work in four directions: 1) measures taken by national Governments, in cooperation with social partners, to increase women’s participation in the labour force and to overcome cultural and behavioural barriers to the employment of women; 2) measures to increase women’s ability to earn decent wages, including through lifelong learning, upgrading qualifications and skills development; 3) measures to reduce the proportion of women employed in the informal sector and in low-paid jobs; 4) measures to protect women in labour market in order to encourage men and women to combine work and family and share family responsibilities equitably.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0060,003
Communication savante0,0070,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,139
Tête enseignante GPT0,355
Écart entre enseignants0,216 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePopulation and EconomicsMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207