Concevoir des enquêtes et analyser les résultats dans une perspective de genre dans la recherche en économie
Notice bibliographique
Résumé
Ce document fournit des orientations pour l’intégration des considérations de genre et de diversité dans la recherche appliquée en économie portant sur des pays au sein desquels le secteur informel est prépondérant. Il s’inspire du soutien apporté à des centres de recherches d’Afrique de l’Ouest impliqués dans la recherche de solutions aux défis socio-économiques posés par la pandémie de Covid-19 notamment concernant les moyens de subsistance des groupes vulnérables et le secteur informel. Il est rédigé avec l’assistance du CRDI et se veut un guide à la recherche appliquée. Après avoir rappelé dans une première section les principales orientations des analyses de genre, une deuxième section on s’attachera à examiner dans la pratique la manière d’intégrer les considérations de genre et de diversité dans la conception et la formulation des enquêtes statistiques et qualitatives, ainsi que dans leurs analyses descriptives et logistiques. Dans une troisième section, une brève compilation des ressources disponibles sur le genre, l’économie informelle et la pandémie de Covid-19 est présentée.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,016 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,023 | 0,017 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».