MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400444384 · doi:10.5465/amproc.2024.17007symposium

Is Demography Destiny? Exploring the Influence of Gendered Organizational and Occupational Contexts

2024· article· en· W4400444384 sur OpenAlexaff
Elizabeth Campbell, Julia Lee Melin, Lauren A. Rivera, Jirs Meuris, Jennifer Merluzzi, Alexis Avery, Tiffany Trzebiatowski, Teresa Cardador, Noah Askin, Sharon Koppman, Michael Mauskapf, Brian Uzzi

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésDestiny (ISS module)SociologyDemographyGeographyGender studiesDemographic economicsEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Gender differences in career trajectories and representation in top- tier positions persist today, despite broader progress toward achieving equality in society. A robust body of evidence points to a combination of supply-side (i.e., differences in preferences) and demand-side (i.e., biases and unfair barriers) processes perpetuating gender gaps in career advancement. To develop a comprehensive understanding of these processes, it is crucial to take a multi-level perspective and consider the interplay between men and women and their firms, networks, and occupational contexts. This symposium contributes to this growing area of work by bringing together quantitative and qualitative work that builds and tests theory for how gendered organizational, occupational, and network contexts impact various aspects of men’s and women’s performance, experiences, and choices in the workplace. Protecting the occupation: Incumbent backlash in response to gender diversity in law enforcement Author: Jirs Meuris; U. of Wisconsin-Madison Author: Jennifer M. Merluzzi; George Washington U. Author: Alexis Avery; U. of Wisconsin, Madison Author: Julia Lee Melin; Dartmouth College, Tuck School of Business Exploring positive career implications of feminized behavior for women in male-dominated occupations Author: Tiffany Trzebiatowski; Colorado State U. Author: Teresa Cardador; U. of Illinois at Urbana-Champaign Collaboration-association trade-off: Artist network gender composition and creative product novelty Author: Noah Askin; U. of California, Irvine Author: Sharon Koppman; U. of California, Irvine Author: Michael Mauskapf; Columbia Business School Author: Brian Uzzi; Northwestern U. Investments to responsibilities: Unpacking sponsors' gendered reasons for lending social capital Author: Elizabeth Lauren Campbell; Rady School of Management, U. of California San Diego

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)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,015
Communication savante0,0080,008
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,119
Tête enseignante GPT0,313
Écart entre enseignants0,194 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management Proceedings→Même sujetGender Diversity and Inequality→Travaux en français237 207→