MétaCan
Menu
Retour à la cohorte
Enregistrement W3159865890

Is there a Grand Gender Convergence in Canada? – The Jury is Still Out

2021· preprint· en· W3159865890 sur OpenAlexaboutno aff
Gordon Anderson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConvergence (economics)Context (archaeology)EconomicsDistribution (mathematics)Resource (disambiguation)Demographic economicsGeographyEconomic growthMathematicsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

increasing similarity of male and female roles in the labour market over the last 50 years has been dubbed The Gender Convergence, though there is concern that the process has stalled. In the absence of gender discrimination and assuming similar preferences for work and human resource acquisition across the gender divide, females and males with similar human resource characteristics should have similar income distributions in equilibrium, in effect there would be equality of opportunity across the gender divide. If that equilibrium is stable, convergence to the equilibrium state should see increasingly similar gender based income distributions accompanied by increasingly similar gender based human resource distributions. Viewed through the lens of an equal opportunity imperative, income convergence is a necessary, but not sufficient condition for a Grand Gender Convergence since similarities in income distributions could be achieved with gender based differences in human resources and efforts given a discriminatory rewards structure. Here, using new tools for empirically examining distributional convergence processes, the existence of a Grand Gender Convergence in 21st century Canada is examined in the context of such an Equal Opportunity paradigm. While income convergence is almost universally apparent, the same is not true for human resource stocks which appear to be diverging, raising questions about the existence of a Canadian Gender convergence.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,092
Score d'incertitude au seuil0,664

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0120,006
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,075
Tête enseignante GPT0,280
Écart entre enseignants0,206 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic Growth and ProductivityTravaux en français237 207