MétaCan
Menu
Retour à la cohorte
Enregistrement W4401841929 · doi:10.1016/j.electstud.2024.102848

Cultural sources of gender gaps: Confucian meritocracy reduces gender inequalities in political participation

2024· article· en· W4401841929 sur OpenAlexafffund
Baowen Liang

Notice bibliographique

RevueElectoral Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésMeritocracyPoliticsInequalityPolitical scienceGender studiesGender equalityGender gapSociologyDemographic economicsLawEconomics

Résumé

récupéré en direct d'OpenAlex

The historical oppression of women in China mirrors the experiences of women in many other cultures. During the imperial era, Confucian ideologies and institutions played a significant role in perpetuating women's disenfranchisement. This perception has become deeply entrenched, to the extent that contemporary discussions on women's status often automatically refer to lingering Confucian legacies as one of the obstacles to achieving gender equality. However, this study offers a nuanced perspective by shedding light on how certain aspects of Confucianism, notably meritocracy, may serve to empower modern-day women. The research focuses on the Chinese context, particularly the historically significant Confucian-based meritocratic institution known as the civil examination system ( keju ). I argue that historical meritocratic legacies can have a lasting impact on contemporary behavior, specifically by reducing the gender gap in political participation in local village elections. Using data from historical archives and the China General Social Survey, I find a negative correlation between a prefecture's historical success in the keju exams and the gender gap in village election turnout among present-day respondents. Further exploratory analyses reveal that the enduring Confucian tradition of meritocracy also empowers other low-status social groups, including the economically disadvantaged and the less educated.

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)0,004
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,220
Tête enseignante GPT0,436
Écart entre enseignants0,215 · 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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectoral StudiesMême sujetCulture, Economy, and Development StudiesTravaux en français237 207