Rebalancing the Economy of Care: Policy Pathways to Reduce Gendered Poverty
Notice bibliographique
Résumé
Gendered poverty persists as a systemic and global inequity rooted in the disproportionate burden of unpaid care work shouldered by women. Worldwide, women perform over 76% of unpaid care work, contributing an estimated $10.8 trillion annually in invisible economic value (Oxfam, 2022). This invisible labour constrains women's access to formal employment, limits social and economic mobility, and reinforces poverty cycles, especially among single mothers and low-income households. This paper examines how comprehensive and accountable childcare and equitable parental leave systems and policies can redistribute care responsibilities, enhance women’s labour force participation, and reduce gendered poverty. Employing secondary research, the study draws on labour market data, policy frameworks, and literature review from three welfare economies—Sweden, Norway, and Canada—to explore the socioeconomic impacts of care-supportive policy ecosystems. Findings reveal that in countries with universal childcare access and non-transferable, paid parental leave for both parents, women’s labour force participation exceeds 75%, gender wage gaps fall below 12%, and child poverty rates are markedly lower. The paper advocates for the urgent integration of unpaid care work into national accounting and economic policymaking and agendas. It supports the global adoption of care-centred policies as a foundational strategy for achieving SDG-1 (No Poverty) and SDG-5 (Gender Equality). Ultimately, acknowledging and funding the care economy is not only imperative for gender equity, but it is an economic necessity.
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 | 0,018 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,003 | 0,021 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».