First Mile of the Global Value Chain: Bringing Gender into GVC Governance
Notice bibliographique
Résumé
Gender inequality has become a major challenge that has been reflected in the United Nations Sustainable Development Goals. This issue is becoming increasingly important to multinational corporation (MNC) managers responsible for the performance of their global value chains (GVC) as well as government policymakers and non-governmental organizations (NGO). One of the key ways to address gender inequality has been through various types of interventions, including public regulations, private standards, and certifications. However, it remains a theoretical and empirical question as to the conditions under which various interventions alleviate gender inequality through the empowerment of women. To address this gap, we build on institutional and social identity theories to establish a theoretical framework that allows us to understand the specific attributes of interventions intended to improve women’s empowerment. Our empirical study examines the effect of an intervention launched among artisanal mining communities—in the furthest reaches of a GVC when local institutions are weak and social relationships are fragile—using a longitudinal dataset collected from 1,777 individuals in six communities within Democratic Republic of Congo during the period 2017-2018. We find that the specific intervention (i.e., village saving and loan association) has significantly positive impact on workplace-related women’s empowerment (i.e., perception of equal payment and capabilities), but there is no significant impact on household-related women’s empowerment (i.e., equal access to household decision-making and attitudes towards domestic violence). Our analysis offers novel insights into the outcomes of interventions intended to lead to social upgrading of women within the first mile of the GVC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».