MétaCan
Menu
Retour à la cohorte
Enregistrement W3122167917

Moving Down: Women`s Part-time Work and Occupational Change in Britain 1991-2001

2007· preprint· en· W3122167917 sur OpenAlexaboutno aff
Mary Gregory, Sara Connolly

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2007
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDowngradePart-time employmentWork (physics)Quarter (Canadian coin)Working timeDemographic economicsRanking (information retrieval)PsychologyCommissionFull-timeLabour economicsBusinessEconomicsEconomic growthGeographyEngineeringComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The UK`s Equal Opportunities Commission has recently drawn attention to the `hidden brain drain` when women working part-time are employed in occupations below those for which they are qualified. These inferences were based on self-reporting. We give an objective and quantitative analysis of the nature of occupational change as women make the transition between full-time and part-time work. We construct an occupational classification which supports a ranking of occupations based on the average level of qualification of those employed there on a full-time basis. Using the NESPD and the BHPS for the period 1991-2001 we show that perhaps one-quarter of women moving from full- to part-time work move to an occupation at a lower level of qualification. Over 20 percent of professional women downgrade, half of them moving to low-skill jobs; two-thirds of nurses leaving nursing become care assistants; women from managerial positions are particularly badly affected. Women remaining with their current employer are much less vulnerable to downgrading, and the availability of part-time opportunities within the occupation is far more important than the presence of a pre-school child in determining whether a woman moves to a lower-level occupation. These findings indicate a loss of economic efficiency through the underutilisation of the skills of many of the women who work part-time.

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)0,004
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 enseignants0,191
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,224
Tête enseignante GPT0,444
Écart entre enseignants0,220 · 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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetRetirement, Disability, and EmploymentTravaux en français237 207