Nothing to Lose or Much to Lose? The Gendered Employment Consequences of Leaving Engineering Majors
Notice bibliographique
Résumé
Are there gender differences in the employment consequences of leaving the engineering major? Given the intense interest shown by scholars and policy makers alike in promoting women’s persistence in engineering careers, it is surprising that we could find no prior studies that answer this question. Rather, the employment consequences of leaving engineering have largely been assumed. Using wage decomposition, this paper tests for gender differences in the post-graduation wages of engineering major stayers versus leavers. We do so for three distinct longitudinal datasets. Our results are significant, consistent, and challenge prior assumptions. The unexplained portion of the stayer-leaver wage gap for male engineers across all three datasets is large, significant, and substantive – from 22% to 35% of male engineers’ mean initial annual salary. Men experience a large wage penalty for beginning but not completing an engineering degree. The unexplained portion of the stayer-lever wage gap for female engineers is small, mostly insignificant, and far less substantial – from 0% to 5% of female engineers’ mean initial annual salary. Women experience little to no wage penalty for beginning but not completing an engineering degree. These results have direct implications for the policy goals of using women’s participation and persistence in engineering to address gender wage inequality and provides novel insights regarding the mechanisms and nature of gender inequalities in engineering. Surprisingly, it is men who have much to lose by leaving engineering. The women who start engineering majors have little to lose by leaving.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».