Les profils des femmes membres des conseils d’administration en France
Bibliographic record
Abstract
Dans cet article, nous étudions les variables indicatrices du capital humain et du capital social des femmes et des hommes membres des conseils d’administration des sociétés du SBF 1 120 en 2013, soit deux ans après la promulgation de la loi sur les quotas. En nous appuyant sur des recherches antérieures réalisées en France et aux Etats-Unis, nous comparons les profils démographiques, d’éducation et d’expérience professionnelle entre les 1 250 femmes et hommes membres des conseils du SBF 120 en 2013. Nos résultats montrent que les femmes ont des parcours de formation et professionnels qui se rapprocheraient de ceux des hommes, au vu d’une étude similaire que nous avions réalisée sur des données de 2010. Des différences persistent néanmoins entre hommes et femmes, quant à la nature de l’expérience professionnelle et aux types de mandats exercés. Les explications et conséquences possibles de ces résultats sont discutées dans l’article.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 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".