Bibliographic record
Abstract
Résumé Pour promouvoir l’égalité de genre, les artisans des politiques publiques doivent d’abord décider s’ils la définissent en termes d’identité (des femmes par rapport aux hommes) ou de reconnaissance de la « différence », notamment concernant la maternité et le travail non rémunéré accompli au sein de la famille. La nécessité de faire progresser l’égalité entre hommes et femmes est devenue plus criante du fait que la famille et le marché du travail sont en mutation rapide et que la restructuration de l’État providence amorcée dans les années quatre-vingt-dix se fait dans le sens d’une participation de tous les adultes à la vie active. Nous présentons d’abord les politiques mises en œuvre au niveau de l’Union européenne, qui a toujours exprimé un engagement fort vis-à-vis de l’égalité de genre, et montrons combien il est difficile de la maintenir au cœur de l’agenda politique. En outre, comme nous le constatons dans la deuxième partie, les approches et les logiques qui sous-tendent les politiques adoptées varient considérablement d’un État membre à l’autre. En conclusion, nous avançons que l’égalité de genre ne sera érigée au rang de priorité et que les hommes et les femmes ne pourront véritablement exercer un choix en matière de travail rémunéré et non rémunéré que si une série de mesures, s’adressant autant aux hommes qu’aux femmes, est prise concernant le travail auprès de la famille.
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 | 0.008 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.024 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.024 | 0.003 |
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".