MétaCan
Menu
Retour à la cohorte
Enregistrement W4400901405 · doi:10.1016/j.cities.2024.105303

Changing workscapes and their encroachment on private life: Do Montreal women perceive them differently from men?

2024· article· en· W4400901405 sur OpenAlexafffundabout
Richard Shearmur

Notice bibliographique

RevueCities · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMainstreamPrivate lifePerceptionWork (physics)Private sectorDemographic economicsSociologyPolitical scienceSocial psychologyPsychologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Paid work is increasingly distributed across multiple workplaces. In a representative survey of 1325 Montrealers, we associate each job with two workscapes (defined as the various places, including the home, from which work activities are conducted), one pre-COVID and one for July 2020. In doing so we extend the mainstream approach to urban economic geography – which has typically associated each job with a single workplace - and draw upon feminist economic geography to frame and interpret the analysis. Changes in workscape between February and July 2020 are examined. Women, who bear heavier household responsibilities, have tended to report more friction between paid work and private life: our results, however, indicate that Montreal women perceive less interference of workscape arrangements with private life than men do. This is unconnected with observed COVID-related changes in workscape. A possible explanation is that women have developed more capacity to cope with, or accept, the interference of paid work and private life. Gendered differences in perception may be exacerbated by the fact that men feel more pressure to maintain ‘ideal worker’ standards, which conflict with their growing aspiration to prioritize private life.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,373
Score d'incertitude au seuil0,750

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,004
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 GPT0,248
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 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'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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCitiesMême sujetWork-Family Balance ChallengesTravaux en français237 207