MétaCan
Menu
Retour à la cohorte
Enregistrement W4387808636 · doi:10.3138/cpp.2023-015

Child Penalties in Canada

2023· article· fr· W4387808636 sur OpenAlexaffvenueabout
Marie Connolly, Marie Mélanie Fontaine, Catherine Haeck

Notice bibliographique

RevueCanadian Public Policy · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le fait d’avoir des enfants a un impact considérable sur les résultats des femmes sur le marché du travail, mais pas sur ceux des hommes. Les effets différentiels du parentage selon le sexe, ce qu’on appelle la pénalité liée aux enfants ou la pénalité parentale, sont désormais documentés pour de nombreux pays. Dans cet article, nous exploitons les données de l’Étude longitudinale et internationale des adultes pour estimer les pénalités liées aux enfants au Canada, tant à l’égard des revenus que de l’emploi, sur une période allant de cinq ans avant la naissance du premier enfant à dix ans après. À partir d’une méthode fondée sur l’étude d’évènements, nous constatons des effets négatifs importants et durables de la parentalité chez les mères, mais pas chez les pères. Les revenus des mères diminuent de 49% l’année de la naissance, et la pénalité est toujours de 34,3% dix ans plus tard; en ce qui concerne l’emploi, la pénalité correspondante est de 14,2%. Nous documentons également les effets négatifs plus importants de la parentalité pour les femmes qui ont de nombreux enfants et pour celles qui ont un niveau de scolarité inférieur. Enfin, nous fournissons des données qui suggèrent que des politiques familiales telles que le congé parental et les services de garde subventionnés pourraient contribuer à réduire les pénalités liées aux enfants.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,297

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0040,001
Communication savante0,0020,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,229 · 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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetGender, Labor, and Family DynamicsTravaux en français237 207