MétaCan
Menu
← Retour à la cohorte
Enregistrement W4384199483 · doi:10.1108/s0733-558x20230000084011

Keeping the “Men” in Longshoremen: The Origins of Lasting Discrimination Against Women in the Longshore Occupation

2023· book-chapter· en· W4384199483 sur OpenAlexaff
Meena Andiappan, Lucas Dufour

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWrongdoingCriminologyGender studiesFraming (construction)PsychologySociologyPolitical scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract We study how one form of wrongdoing behavior – gender-based discrimination – evolved and steadily grew amongst longshoremen over seven decades (from 1947 to 2017), despite changes in the nature of work and technological innovations that made the occupation increasingly accessible to women. Using data collected from 72 interviews with retired and active longshoremen and their employers, supplemented with archival and observational data, we find that although women were permitted into the occupation at the beginning of the period (1947 to the 1960s), they were progressively, completely excluded by male longshore workers. We find that after experiencing imprinting (the idea that early experience exerts a crucial influence on later behavioral phenomena) (Immelmann, 1975) during early decades, longshoremen instrumentalized their fear of occupational decline and voluntarily engaged in organizational wrongdoing by discriminating against women. Men rationalized their exclusion of women through two means: first, by adapting the “Madonna vs temptress” paradigm of framing women, and second by strategically emphasizing self-serving justifications. This study contributes to the literature on gendered work and the difficulty of eliminating imprinted, entrenched behaviors in gendered occupations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,009
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,316
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGender Diversity and Inequality→Travaux en français237 207→