Approaching or avoiding? Gender asymmetry in reactions to prior job search outcomes by gig workers in female- versus male-typed job domains
Notice bibliographique
Résumé
Abstract Despite recent increases in females entering male-typed job domains, women are more likely to exit these jobs than men, leading to a “leaky-pipeline” phenomenon and contributing to continued occupational gender segregation. Extant work has demonstrated that women are less likely to reapply to employers who previously rejected them for jobs in male-typed job domains. However, these studies leave unexamined whether women will reapply to other employers in those job domains and, if so, whether this pattern differs in female-typed job domains, hampering our confidence in the contribution of these patterns to gender segregation. This paper investigates whether employer rejection dampens women’s job-seeking persistence more than men’s for all employers and across male versus female job domains. Regression analyses of more than 700,000 applications for over 200,000 job postings by roughly 70,000 freelancers in an online contract labor market demonstrate that women are more likely than men to reduce job-seeking activity from all employers following rejections in the male-typed IT and programming job domain. Women are also more likely than men to seek jobs in other domains outside IT and programming following job-seeking rejection. By contrast, female freelancers in female-typed writing and translation jobs do not exhibit similar gendered behavior patterns. Implications for research on gender segregation, careers, and hiring are discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».