Gender-Based Pay Inequality in the Canadian Insurance Companies
Notice bibliographique
Résumé
AbstractThe problem in this study was gender-based pay inequality among women at Canadian insurance companies. The purpose of this hermeneutic phenomenological study was to understand gender-based pay inequality for women at Canadian insurance companies. Aigner's, Cain's, Arrow's, and Phelps' statistical discrimination theory guided the study. The theoretical foundation also included the human capital theory by Becker and Schultz. The research questions focused on understanding C-suite and V-level executives’ lived experiences of gender-based pay inequality and identifying effective strategies that should be adopted to overcome the problem at Canadian insurance companies. This study used purposeful sampling to recruit 15 C-suite and V-level executives from Canadian insurance companies. Twelve participants were necessary to reach saturation. Inductive coding started after the transcript verification. A thematic analysis of the 12 transcripts helped to establish six themes: statistical discrimination; limited efficacy; gender equality policies; standard, fair, and transparent hiring and promotion practices; actively seeking women in leadership positions; and antioppression training. Participants stated that the women’s remuneration was not congruent with their experience, education, training, or qualifications because of statistical discrimination. The implications for positive social change are that policymakers should ensure that gender pay equity laws get universally implemented in public and private companies on the federal and provincial levels. The policymakers at companies also need to adopt fair and transparent hiring and promotion strategies, implement antioppression training, and increase the quota representation of women in top-level positions and committees to influence positive social change further.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,021 | 0,006 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».