MétaCan
Menu
Retour à la cohorte
Enregistrement W6981830483

Flexible Enough? The Gender Gap and the Uptake of Flexible Work

2022· other· en· W6981830483 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueTSpace · 2022
Typeother
Langueen
DomaineSocial Sciences
ThématiqueIntelligence, Security, War Strategy
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoGovernment of Canada
Mots-clésFlexibility (engineering)Work (physics)AccommodationEquity (law)Gender gapVariable (mathematics)Gender pay gapWork–life balance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Flexible work arrangements (such as remote work, variable scheduling, variable work hours and shorter work weeks or hours) have been identified by researchers as a remedy to the pressures of traditional gender roles (such as child rearing and housekeeping) that make it harder for female workers to reach equity with their male counterparts. However, as our report notes, although women disproportionally bear the brunt of work/life responsibilities, they report having less flexibility than men in changing the rate at which they work, as well as their working hours. This lack of flexibility is more pronounced for women with young or several children. Traditionally these pressures have resulted in women being over-represented in the accommodation and food services industry. Unfortunately, this industry has also been hit particularly hard by the COVID-19 pandemic. Canada may therefore have an unprecedented opportunity to expand employment opportunities for women by taking advantage of the widespread changes to work arrangements as a result of COVID-19. Our report provides a roadmap for policymakers and employers with multiple recommendations to extend options for flexible work across all industries. These include having employers implement a “trust-based” model to evaluate their employees on their output instead their hours, and creating informal networking opportunities for remote 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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0470,000

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 Opus0,076
Tête enseignante GPT0,373
Écart entre enseignants0,297 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetIntelligence, Security, War StrategyTravaux en français237 207