MétaCan
Menu
Retour à la cohorte
Enregistrement W4387086579 · doi:10.46990/iquatro.2023.09.4.1

Capítulo 1. Análisis Sentimental sobre la desigualdad de género y la pandemia COVID –19 en el mercado laboral

2023· book-chapter· es· W4387086579 sur OpenAlexaff
Alejandra Vega Barrios, Blanca Cecilia Salazar Hernández, Carla Carolina Pérez Hernández, Jessica Mendoza Moheno

Notice bibliographique

Revuenon disponible
Typebook-chapter
Languees
DomaineSocial Sciences
ThématiqueGender, Health, and Social Inequality
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)HumanitiesPolitical scienceMedicineArt

Résumé

récupéré en direct d'OpenAlex

ResumenLa desigualdad de género ha tenido un impacto significativo en la vida de las personas de todo el mundo, especialmente en la de las mujeres.La crisis sanitaria ha exacerbado las desigualdades existentes en la sociedad y ha generado nuevos desafíos en términos de la desigualdad de género en el ámbito laboral.En este capítulo se emplearon técnicas de análisis de sentimiento para examinar la percepción pública sobre la desigualdad de género de las mujeres en el mercado laboral y la pandemia COVID -19, a través del análisis de tweets.Los resultados revelaron posturas con conciencia crítica y un llamado a la acción para abordar esta problemática, mientras que otros minimizaban la relevancia de la desigualdad de género, por lo que se concluye que, en las discusiones en línea, se muestran actitudes y perspectivas sociales sobre la desigualdad de género brindando información relevante para el diseño de políticas y la promoción de cambios sociales. Palabras claveAnálisis de sentimiento, desigualdad de género, mujeres, mercado laboral, Twitter 8 Vega et. al. (2023)Análisis sentimental sobre la desigualdad de género y... IntroducciónLa desigualdad de género en México es un tema de gran relevancia y preocupación en la sociedad actual.A pesar de los avances logrados en materia de igualdad de género, persisten brechas significativas entre hombres y mujeres en diversos ámbitos de la vida social, económica y política del país.Históricamente, México ha sido una sociedad marcada por estereotipos de género arraigados y roles tradicionales asignados a hombres y mujeres.Estas concepciones limitantes han perpetuado desigualdades estructurales que se reflejan en diversas esferas de la vida cotidiana.En el ámbito laboral, por ejemplo, las mujeres en México enfrentan dificultades para acceder a empleos bien remunerados y puestos de liderazgo.Aunque la participación femenina en la fuerza laboral ha aumentado en las últimas décadas, las brechas salariales persisten.Un ejemplo de ello es que, en promedio, las mujeres obtienen una remuneración menor que los hombres por realizar el mismo trabajo.Además, la discriminación y el acoso sexual en el lugar de trabajo siguen siendo una realidad preocupante.Por otra parte, la pandemia de COVID-19 ha exacerbado las desigualdades existentes en la sociedad y ha generado nuevos desafíos en términos de acceso a los servicios de salud, el trabajo y la educación.Por lo anterior es fundamental reconocer que la desigualdad de género no sólo afecta a las mujeres, sino que también tiene consecuencias negativas para el desarrollo y el bienestar de toda la sociedad.La falta de oportunidades y derechos para las mujeres limita el potencial de crecimiento y prosperidad de México en su conjunto. Revisión de la LiteraturaEl cierre de las actividades en las organizaciones impulsó el home office de una gran cantidad de empleados.Algunas investigaciones han revelado que en la mitad de empresas estudiadas (229) el 80% de empleados iniciaron el teletrabajo a partir de pandemia (Gartner, 2020).Algunas de estas empresas ya habían comenzado el proceso de home office, lo cual se vio acelerado como una reacción a la situación pandémica.En algunos sectores como lo es el de servicios financieros en Estados Unidos pasó de tener al 60% de sus empleados trabajando 1 día de la semana desde casa al 69% después del Covid-19 (PwC's Remote Work Survey, 2021).Los retos planteados por el home office y la pandemia son múltiples:• La soledad y la depresión provocada porque algunos de los empleados viven solos (Kniffin, et al, 2021).• El cierre de lugares de trabajo ha provocado un alto riesgo de insolvencia (ILO, 2020)

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0500,008

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 Opus0,088
Tête enseignante GPT0,416
Écart entre enseignants0,328 · 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'étudeObservationnel
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 présentnon

Explorer davantage

Même sujetGender, Health, and Social InequalityTravaux en français237 207