The extreme gendering of COVID−19: Household tasks and division of labour satisfaction during the pandemic
Notice bibliographique
Résumé
For many years, scholars have directed our attention to the gender gap in domestic labour. Even when women engage in paid employment, they nevertheless perform the majority of the household labour in most wealthy countries. At the same time, disasters and crises both expose and exacerbate existing social inequalities. In this paper, we ask: in what ways has the COVID-19 pandemic contributed to the gender gap in household labour, including childcare? How do women and men feel about this gap? Using data from the Canadian Perspectives survey series (Wave 3), conducted by Statistics Canada three months into the pandemic, our analyses consider the task distribution that made household labour intensely unequal during COVID-19, with women ten times more likely than men to say childcare fell mostly on them, for example. Yet, in nearly all of our models, women did not ubiquitously report being more dissatisfied with the division of domestic tasks within the house, nor were they more likely than men to say that the household division of labour "got worse" during COVID; however, parents did feel that it got worse. We discuss what these findings mean for women's mental health, long-term paid labour, and interpersonal power, and raise questions about why it is we are not seeing a decrease in women's reported satisfaction with this division of labour. These findings spotlight gender inequality and the family as ongoing pillars of capitalism, and how the structural and interpersonal weathering of the pandemic comes at a particularly great expense to 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.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».