MétaCan
Menu
Retour à la cohorte
Enregistrement W4401945801 · doi:10.3390/soc14090162

Motherhood Penalty and Labour Market Integration of Immigrant Women: A Review on Evidence from Four OECD Countries

2024· review· en· W4401945801 sur OpenAlexaboutno aff
Samitha Udayanga

Notice bibliographique

RevueSocieties · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversität Bremen
Mots-clésImmigrationDemographic economicsMarket integrationEconomicsLabour economicsPolitical scienceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Among several reasons preventing the effective labour market integration of immigrant women, the motherhood penalty and unpaid care responsibilities stand out prominently. In line with this, the present scoping review shows how motherhood affects the labour market integration of immigrant women in Australia, Canada, the UK, and the USA. This review shows that parenthood exacerbates the gender pay gap and limits labour market access, favouring men with children over immigrant mothers. Moreover, the effect of the motherhood penalty might be moderated by the level of education, age of the children, and the country of origin/ethnicity of immigrants. In the four countries examined, labour market outcomes for immigrant women are particularly poor. Factors contributing to this include limited language proficiency, traditional gender norms that restrict the full-time employment of certain groups of immigrant women, and institutional barriers like work-permit processing delays. To address these challenges, Australia, Canada, the UK, and the USA have implemented various policies facilitating immigrant mothers’ workforce participation. These measures include language and legal-system education, subsidised childcare, and integration programmes for both mothers and children. Additionally, some programmes in Canada and the USA provide employment assistance and financial support for childcare, while Australia and the UK offer comprehensive integration and settlement services.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,047
Tête enseignante GPT0,358
Écart entre enseignants0,311 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetMigration and Labor DynamicsTravaux en français237 207