L'écart salarial entre les sexes chez les nouveaux diplômés postsecondaires
Bibliographic record
Abstract
Nous étudions l'évolution récente de l'écart salarial entre les sexes chez les Canadiens nouvellement diplômés des études postsecondaires. Cette comparaison est intéressante car il s'agit d'un groupe relativement homogène de gens instruits, faisant partie d'une même cohorte et presque tous occupant un emploi. En dépit de cela et des lois tant fédérales que provinciales en matière d'équité salariale, nous observons que les femmes diplômées gagnent en moyenne de 6 à 15 % moins que leurs homologues masculins, et ce, dès le début de leur carrière, soit deux ou cinq ans après l'obtention de leur diplôme. Les caractéristiques observables des travailleurs et de leurs emplois n'expliquent que très peu ces écarts. Nous comparons aussi les écarts à travers la distribution : les hommes gagnent un salaire plus élevé que les femmes à tous les points de la distribution. De plus, l'écart salarial s'est nettement rétréci dans la moitié inférieure de la distribution alors qu'il s'est apprécié dans la moitié supérieure et la part inexpliquée des écarts a tendance à être plus importante en haut qu'en bas de la distribution. Aussi, pour une même cohorte, l'écart dans la moitié supérieure de la distribution s'accentue au fil des ans, ce qui reflète les difficultés qu'éprouvent les femmes pour accéder aux emplois bien rémunérés (le phénomène de « plafond de verre »).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".