MétaCan
Menu
Retour à la cohorte
Enregistrement W3095520721 · doi:10.7202/1072346ar

Projecting Grid Compression to Reduce Gender Salary Gaps

2020· article· en· W3095520721 sur OpenAlexaffvenueabout
Laura K. Brown, Elizabeth Troutt

Notice bibliographique

RevueRelations industrielles · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSalaryCompression (physics)GridRank (graph theory)Closure (psychology)Work (physics)Demographic economicsPolitical scienceEconomicsMathematicsEngineeringPhysicsLaw

Résumé

récupéré en direct d'OpenAlex

This paper examines the effects of grid compression on gender-based salary gaps. In this case, the workplace setting is a large Canadian research university previously found to have both a positionally segregated cohort of academic staff and a persistent gender-based differential in their salaries. The annual salary grids at this institution underwent seemingly subtle compressions over the course of two decades, with within-rank compression largely confined to the first decade and across-rank compression confined to the second decade. We employ a simulation methodology to check whether the two types of compression reduce the salary gap to varying degrees. After deflating staff salaries back to the start of each decade, we project the salaries forward using the historical annual increases and grids in place in each year at the university. We compute the gap present in the salary distribution at the start and end of each decade in the simulation, and check whether the gap decreased more across one decade than the other. We find that across-rank compression of the institution’s salary grid during the second decade narrows the salary gap to a greater extent than the within-rank compression of the earlier decade. Our work demonstrates that employers using stated salary grids could use simulation to monitor the equity effects of their pay policies and shows that they could accelerate the closure of gaps through consciously altering relationships among pay levels at different points in the grid’s hierarchy.

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)0,019
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: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,094
Tête enseignante GPT0,266
Écart entre enseignants0,172 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetLabor market dynamics and wage inequalityTravaux en français237 207