Who’s doing more and when? Gender, parenting, and housework trajectories.
Notice bibliographique
Résumé
= 520, 51% female, 39% with a university degree, 90% White), this study examined trajectories of women's and men's contributions to cooking, kitchen cleaning, grocery shopping, house cleaning, laundry, and overall housework from Age 25 to 50 years and explored time-invariant (traditional gender role attitudes, homemaker mother, mother and father education assessed at Age 18) and time-varying (raising children at Ages 25, 32, 43, and 50 years) predictors of housework trajectories. Growth curve analyses revealed that women contributed more to all housework tasks than men at Age 25, a gender gap maintained to Age 50. Housework increased to Age 32 and stabilized until Age 43 before declining by Age 50 for women's and men's laundry, women's kitchen cleaning, grocery shopping, and overall housework, and men's house cleaning. There was no change in women's and men's trajectory of cooking meals, women's house cleaning, and men's contributions to kitchen cleaning, grocery shopping, and overall housework. Traditional gender role attitudes, having a homemaker mother, and mother's and father's education inconsistently predicted women's and men's trajectories. Raising children, however, was consistently linked with within-person fluctuations in housework. When raising children, women contributed more than average to housework, whereas when men were raising children, they contributed less than normal. The results highlight a gendered pattern of housework evident in the twenties and persisting well into midlife, with parenthood widening the gap. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».