MétaCan
Menu
Retour à la cohorte
Enregistrement W3183117508 · doi:10.1177/08912432211038695

“Women’s Work”: Welfare State Spending and the Gendered and Classed Dimensions of Unpaid Care

2021· article· en· W3183117508 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGender & Society · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUnpaid workChild careTime-use surveyWelfare stateWelfareCare workDemographic economicsPaid workEconomicsDomestic workWork (physics)Labour economicsSurvey data collectionState (computer science)Working hoursPolitical scienceWageMedicine

Résumé

récupéré en direct d'OpenAlex

This study is the first to explicitly assess the connections between welfare state spending and the gendered and classed dimensions of unpaid care work across 29 European nations. Our research uses multi-level model analysis of European Quality of Life Survey data, examining childcare and housework burdens for people living with at least one child under the age of 18. Two key findings emerge: First, by disaggregating different types of unpaid care work, we find that childcare provision is more gendered than classed—reflecting trends toward “intensive mothering”. Housework and cooking, on the contrary, demonstrate both gender and class effects, likely because they are more readily outsourced by wealthier individuals to the paid care sector. Second, while overall social expenditure has no effect on hours spent on childcare and housework, results suggest that family policy may shape the relationship between gender, income, and housework (but not childcare). Specifically, family policy expenditure is associated with a considerably smaller gender gap vis-à-vis the time dedicated to housework: This effect is present across the income spectrum, but is particularly substantial in the case of lower income women.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,279
Écart entre enseignants0,241 · 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