Addressing the gender gap: Impact of institutions on women’s political participation in Africa
Notice bibliographique
Résumé
Women’s low political participation remains a problem in many parts of the globe. Previous research within the African context has examined the gender gap, focusing on individual-level factors. Still, the gender gap persists after controlling for the usual barriers (resource, attitudinal, social, and cultural). We complement prior studies by exploring the impact of an overlooked factor—institutions. We theorize that the gender gap in political participation in Africa depends on the specific institutional context and nature of the institutions themselves. Focusing on electoral systems, gender quotas, and their inclusive outcomes (increase in women’s numbers in national assemblies), we hypothesize that in countries with proportional (PR) electoral systems, gender quotas should encourage higher participation among women and yield small to no gender gap. Using five waves of Afrobarometer data covering 32 African countries, the multilevel regression results reveal nuanced effects of institutions on the gender gap in both electoral and non-electoral participation. First, compared with majoritarian systems, we find that PR electoral systems help erase the gender gap only for electoral participation (voting). In contrast, for non-electoral participation, PR electoral systems show no significant impact on reducing the gender gap. Second, we find no evidence to support the hypothesis that gender quotas reduce the gender gap in electoral and non-electoral participation. Third, where women’s representation in legislatures exceeds 20 percent, there is a reversal of the gender gap for voting. However, for non-electoral activity, improving women’s presence in national legislatures proves more effective in reversing the gender gap only for those belonging to a political party. For other activities, such as joining others to raise issues, protest actions, and attend community meetings, the gender gap persists but diminishes, with women holding 20–45 percent of seats.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».