Gender Gap in Parental Leave Intentions: Evidence from 37 Countries
Notice bibliographique
Résumé
Despite global commitments and efforts, a gender‐based division of paid and unpaid work persists. To identify how psychological factors, national policies, and the broader sociocultural context contribute to this inequality, we assessed parental‐leave intentions in young adults (18–30 years old) planning to have children ( N = 13,942; 8,880 identified as women; 5,062 identified as men) across 37 countries that varied in parental‐leave policies and societal gender equality. In all countries, women intended to take longer leave than men. National parental‐leave policies and women's political representation partially explained cross‐national variations in the gender gap. Gender gaps in leave intentions were paradoxically larger in countries with more gender‐egalitarian parental‐leave policies (i.e., longer leave available to both fathers and mothers). Interestingly, this cross‐national variation in the gender gap was driven by cross‐national variations in women's (rather than men's) leave intentions. Financially generous leave and gender‐egalitarian policies (linked to men's higher uptake in prior research) were not associated with leave intentions in men. Rather, men's leave intentions were related to their individual gender attitudes. Leave intentions were inversely related to career ambitions. The potential for existing policies to foster gender equality in paid and unpaid work is discussed.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».