“A Double-Edged Sword:” Revealing the COVID-19 Pandemic’s Disproportionate Impacts on the Productivity of Women Print Journalists through Mixed-Methods Research
Notice bibliographique
Résumé
In 2020, surveys revealed the COVID-19 pandemic was increasing gender inequalities among different professions, including journalists and academics. There was therefore a need to examine the first wave’s impact on Canadian reporters. The aim of this study was to determine whether women and precariously employed journalists were unequally affected and, if so, to help prevent negative effects on them in the event of a future crisis. This mixed methods project used an explanatory sequential design. Quantitative data on productivity was measured by comparing the number of by-lines published by journalists in three daily francophone publications between March 1 and May 31, 2020, to the same period in 2019. Six semi-directed qualitative interviews with journalists picked from the quantitative sample were then conducted. Analyzed through thematic analysis, they explored the hypotheses formulated to explain the changes in productivity discovered and served to contextualize the quantitative results. Overall, journalists in the sample were slightly more productive than the previous year. The increase was driven by women, whose productivity increased by 7% (men’s decreased by 3%), and by staff, whose publication rate increased by 9% (precarious journalists’ decreased by 33%). Women staff’s productivity increased more than men’s while that of women precarious journalists decreased more. Based on these findings, we argue that women were disproportionately affected by the pandemic. Staff women likely experienced more pressure to produce because of the gendered division of beats, and therefore published more, while precariously employed women lost more work than men and likely experienced more financial insecurity.
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 | 0,063 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».