The impact of shifting societal attitudes toward women on capital markets and corporations: Evidence from the Harvey Weinstein scandal and the #MeToo movement*
Notice bibliographique
Résumé
The underrepresentation of women in leadership positions in corporations, and in other organizations and institutions, is ubiquitous.While business leaders, investors and society in general advocate for greater gender equality at all firm levels, the reality differs: the fraction of female executives remains very low, despite the considerable growth in female representation on company boards over the last few decades.Figure 1 illustrates the low levels of female representation in companies that make up the S&P 1500 index, which consists roughly of the 1500 largest firms in the United States by stock market capitalization.Figure 1A shows that the proportion of firms with at least one female executive among the five highest-paid executives has risen from under 10% in 1992 to 65% by the end of 2023-a significant increase, yet still far below what would be expected if gender were represented proportionately among top executives. 1 Likewise, the fraction of top five executives who are female has also increased substantially over time, but remains at only 17% at the end of 2023 (Figure 1B).Finally, as illustrated in Figure 1C, only 7% of S&P 1500 companies have a female CEO.Why are there so few women in top leadership positions?One possible explanation is that the supply of qualified women is limited.Another is that conscious or unconscious biases lead to female candidates being overlooked for top roles.Of course, these two explanations could both be true, and work to reinforce one another: if female candidates are systematically passed over for top 1 In a scenario of equal gender distribution (and labor supply), only 3.1% of all firms would have no women in leadership positions (assuming a 50% probability of selecting a male executive, the likelihood of choosing five male executives would be 0.5 5 = 3.1%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».