Beyond the Gender Binary: Wage Inequality and Occupational Segregation among Transgender and Nonbinary Workers
Notice bibliographique
Résumé
Abstract This study examines labor market disparities across gender identities in Canada using data from the 2021 Canadian Census, the first national census to identify transgender and nonbinary individuals. We analyze employment probabilities, work hours, and hourly wages among six gender groups: cisgender men, cisgender women, transgender men, transgender women, and nonbinary individuals assigned male or female at birth. Transgender and nonbinary individuals are 8–14 percentage points less likely to be employed than cisgender men and earn 20–30 percent lower hourly wages on average. After adjusting for demographic, occupational, and industrial characteristics, earnings gaps remain substantial—approximately 8–17 percent— and are largest for nonbinary individuals assigned female at birth. Subgroup analyses reveal pronounced heterogeneity across occupations: wage gaps are smallest in health-related fields but largest in management and leadership positions, where gender minorities are also underrepresented. Transgender men fare relatively better in male-dominated fields such as trades and manufacturing, while nonbinary individuals show higher representation in arts and education. Oaxaca–Blinder decompositions indicate that about half of the overall wage gap is explained by differences in observable characteristics, with the remainder unexplained. The findings document persistent and uneven economic disadvantages for gender-diverse populations and highlight occupational contexts where barriers to inclusion are most pronounced. JEL code: J0
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».