<scp>COVID</scp>‐19 job loss and re‐employment among partnered parents: Gender and educational variations
Notice bibliographique
Résumé
Abstract Objective This study examines the re‐employment prospects and short‐term career consequences for mothers and fathers who lost their jobs during the COVID‐19 pandemic. Background The pandemic recession has been dubbed a “shecession,” but few studies have explored whether mothers paid a higher or lower price upon labor market re‐entry than fathers. Method This study draws on March 2020–December 2022 Current Population Survey data and focuses on partnered parents with children under age 13 in the household. Exploiting four‐month panels, we use multi‐level discrete‐time event history models to predict re‐employment and linear regression models to predict job‐level wage upon re‐employment, while controlling for a wide array of factors. Results Partnered fathers were more likely than partnered mothers to find re‐employment during the pandemic. The gender gap in re‐employment was concentrated only among parents without a bachelor's degree and persisted when all controls were held constant. Moreover, upon re‐employment, fathers had higher job‐level wages than mothers, which was consistent across educational levels. Even with the same job‐level wage before labor market exit, mothers were penalized on re‐entry relative to fathers and this penalty was rooted in gendered job segregation. Conclusion This study extends previous research by analyzing re‐employment and a critical material outcome for parents (i.e., job‐level wage upon re‐employment) during the entire pandemic, including the “new normal” (late 2022). The results reveal the intersectional inequalities in family and work: Compared to fathers, mothers, particularly less‐educated mothers, paid a higher price for their time out of work during the pandemic.
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 | 0,002 | 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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».