Women in hospitality and tourism: a study of the top-down and bottom-up dynamics
Notice bibliographique
Résumé
Purpose This study aims to investigate the impact of women’s representation at one hierarchical level on women’s representation above or below that level. No past research investigated these effects in the hospitality and tourism industries. The mixed results of research in other industries and across industries demand tests of curvilinearity and moderators. Design/methodology/approach Using annual equality reports, a panel data set for 2010–2019 was created for the hospitality and tourism industries. The sample of 581 organizations had up to 5,810 observations over the 10 years. Findings The analyses show the following effects of women’s representation: an inverted U-shape from management to non-management, a U-shape from non-management to management and a U-shape from management to the executive team, with more pronounced effect in small organizations. Practical implications To increase the number of female employees, organizations should invest their resources in hiring and retaining female managers until a gender balance is reached while managing any backlash from men. The results suggest that organizations with more than 40% of women non-management employees and 50% of women managers start `experiencing positive bottom-up dynamics. Thus, efforts need to be made to attract and retain a women’s pipeline at the non-management and management levels. Originality/value This study delivers pioneering evidence of the top-down and bottom-up phenomena in hospitality and tourism. It refines evidence of such effects found in past research conducted in other industries and across industries.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».