MétaCan
Menu
Retour à la cohorte
Enregistrement W4391109586 · doi:10.31235/osf.io/yc38x

Who’s Doing the Housework and Childcare Now? Differential Convergence in 21st-century Gender Gaps in Home Tasks

2024· preprint· en· W4391109586 sur OpenAlexafffund
Melissa A. Milkie, Liana C. Sayer, Kei Nomaguchi, Hope Xu Yan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGender gapConvergence (economics)Domestic workDemographic economicsDifferential (mechanical device)Division of labourGender studiesPsychologyLabour economicsEconomicsSociologyPolitical scienceEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

Gender scholars have debated whether the recent movement toward a more equal division of domestic labor is stalling. Using a differential convergence perspective, we argue that examining which domestic tasks experience gender convergence, whose changes narrow the gap, and why changes happen is critical for understanding gender convergence in domestic labor time. Drawing on data from the 2003-22 American Time Use Survey, we examine trends in core housework, occasional housework, shopping, and childcare time. Results for married women and men indicate that the historically large gender gap in housework time narrowed further this century, from a women-to-men ratio of 1.8:1 in 2003-05 to 1.5:1 in 2022. The decrease in the gender gap was concentrated in traditionally “feminine” core housework (from 4.2:1 to 2.5:1), particularly in housecleaning and laundry. The gender gap in shopping time also narrowed significantly, reaching gender parity. However, the gender gap in childcare time remained at a mother-to-father ratio of 2:1. Decomposition analyses indicate that women’s reduced housework time could mainly be explained by population compositional changes, whereas men’s increased housework time reflected behavioral changes. With men taking on more “female-typed” domestic activities, the gendered norms associated with different types of domestic labor may be becoming redefined.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,169
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWork-Family Balance ChallengesTravaux en français237 207