MétaCan
Menu
Retour à la cohorte
Enregistrement W4413016990 · doi:10.1080/00380253.2025.2538171

Working Part-Time: Earnings Penalties Among People with Disabilities Across Occupational Groups in France

2025· article· en· W4413016990 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSociological Quarterly · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésEarningsPsychologyOccupational prestigeDemographic economicsWorking timeSociologyLabour economicsEconomicsDemographySocioeconomic statusWork (physics)AccountingEngineering

Résumé

récupéré en direct d'OpenAlex

Although part-time work can provide important accommodations and flexibility for people with disabilities, the rise of contingent labor has left many of these workers in lower-paid jobs that are often associated with manual labor or routine service work. Why do people with disabilities work part-time? What are the benefits and drawbacks of part-time work, and do these vary across occupations? Using data from the 2013–2019 French Labor Force Survey (N = 122,033), we find that people with disabilities are more likely to work part-time across occupations, citing health reasons or the lack of full-time work opportunities. These higher rates of part-time work contribute to disability-related earnings gaps, but even among part-time workers, people with disabilities earn less than those without disabilities and experience wage penalties that can vary across occupations. By focusing on the reasons for part-time work and its effects across occupational groups, our analysis highlights structural factors—beyond disability status—that shape employment outcomes and are not fully addressed by equal pay policies for part- and full-time workers.

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.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,096
Tête enseignante GPT0,392
Écart entre enseignants0,296 · 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