MétaCan
Menu
Retour à la cohorte
Enregistrement W4409999191 · doi:10.1016/j.econlet.2025.112347

Male labor scarcity, technology adoption and female labor market integration: A quantitative and qualitative study of Portugal

2025· article· en· W4409999191 sur OpenAlexafffund
Ana Rute Cardoso, Louis‐Philippe Morin

Notice bibliographique

RevueEconomics Letters · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesAgencia Estatal de InvestigaciónFundação para a Ciência e a TecnologiaSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésScarcityEconomicsLabour economicsQualitative researchSecondary labor marketLabor relationsMicroeconomicsSociology

Résumé

récupéré en direct d'OpenAlex

This paper presents new evidence that male labor scarcity led to an increased female presence in physically demanding occupations. We employ a two-part analytical approach. First, using a quasi-experimental empirical strategy, we show that male scarcity led to an increased female presence in male-dominated and physically demanding occupations. We then present a case study of early female labor force integration, facilitated by technological innovation, that challenged conservative social norms on gender roles. At the beginning of the 1960s, the labor force in the salt ponds in Alcochete, Portugal, was exclusively male. Labor shortages over the decade led employers to recruit females. This trend favored an early technological improvement under a potentially virtuous circle. A wheelbarrow to carry the salt spread from the mid-1960s onward to the rest of the region. Our findings contribute to the literature on labor market dynamics and endogenous technology adoption. • Male labor shortages boosted female employment in physically demanding occupations. • Alcochete salt ponds illustrate how labor shortages led employers to hire women. • The adoption of wheelbarrows facilitated female employment in salt ponds. • Endogenous technology adoption can drive gender integration in labor markets. • Male shortage combined with technology adoption can override social conservatism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,273
Écart entre enseignants0,250 · 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 tête enseignante, 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomics LettersMême sujetLabor market dynamics and wage inequalityTravaux en français237 207