MétaCan
Menu
Retour à la cohorte
Enregistrement W4390769892 · doi:10.1108/edi-05-2023-0140

Examining the boundary conditions of tokenism: within-occupation gender wage gaps and female representation in the Canadian labor market

2024· article· en· W4390769892 sur OpenAlexaboutno aff
Amber L. Stephenson, David B. Yerger

Notice bibliographique

RevueEquality Diversity and Inclusion An International Journal · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTokenismWageEarningsMale femalePoint (geometry)Percentage pointDemographic economicsOccupational segregationEconomicsLabour economicsPsychologySociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study was to examine the boundary conditions of Kanter's (1977) tokenism theory as applied to the gender wage gap. The authors aimed to discover if there was a point where the relationship between the percentage of women in a job category and the gender wage gap changed, and, if so, where the threshold was located and what was the nature of the shift in relationship. Design/methodology/approach The authors used the Andrews’ (1993) threshold effects technique. Using 22 separate years of publicly available Canadian wage data, they examined the relationship between the percentage of females in 40 unique occupational categories and the female-to-male earnings ratio (for a total of 880 observations). Findings The results showed the existence of a threshold point, and that early gains in percent female within an occupation, up to approximately 14% female in the occupation, associate with strong gains in the female-to-male wage ratio. However, beyond that point, further gains in percent female associate with smaller improvements in the female-to-male wage ratio. Practical implications The findings are useful in understanding the dynamics of occupational group gender composition, potential theoretical reasons for the nuances in relationship, as well as opportunities that may facilitate more equitable outcomes. Originality/value The results show that, though improvements were made above and below the threshold point, enhancements in the wage gap are actually larger when there are less women in the job category (e.g. tokens).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,289
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,080
Tête enseignante GPT0,306
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquality Diversity and Inclusion An International JournalMême sujetLabor market dynamics and wage inequalityTravaux en français237 207