Pourquoi les salariés publics et privés japonais ne reconnaissent-ils pas l’existence des inégalités entre les sexes ?
Bibliographic record
Abstract
En dépit de l’augmentation notable du pourcentage de femmes dans la population active japonaise au cours de ces trente dernières années, les inégalités entre les femmes et les hommes en matière de revenu et d’emploi ont subsisté. Le manque de conscience des inégalités femmes-hommes au sein de la société constitue un problème crucial. Notre étude a pour but d’explorer les facteurs, en particulier les normes culturelles et les pratiques de management japonais, qui empêchent les salariés des secteurs public et privé de reconnaître l’existence d’inégalités entre les sexes. Les données recueillies de 1999 à 2011 dans le cadre de l’enquête sur la vie active ont été utilisées pour réaliser une analyse empirique. Notre étude montre qu’en dépit de l’absence de différences significatives dans la manière dont les salariés du secteur public et leurs homologues du secteur privé considèrent les inégalités femmes-hommes, les facteurs influençant leur conscience de ces inégalités diffèrent. Le présent article examine également les enseignements de nos observations en ce qui concerne les mesures nécessaires pour favoriser l’égalité entre les sexes au sein de la main-d’œuvre japonaise. Remarque à l’intention des praticiens Considérée dans une perspective mondiale, l’égalité femmes-hommes au travail est très faible au Japon. Malgré l’existence d’écarts significatifs entre les hommes et les femmes, l’enquête sur la vie active menée entre 1999 et 2011 a révélé que 32,4 % des 9231 salariés interrogés avaient répondu qu’un traitement différencié des femmes et des hommes fondé sur le sexe dans le monde du travail japonais était « juste » ou « plutôt juste ». L’examen de ces données dans le cadre de la présente étude a permis d’établir que la conscience des inégalités entre les sexes ne présentait pas de différence significative chez les employés du secteur public et chez ceux du secteur privé. De plus, alors que les pratiques japonaises spécifiques en matière de management exercent une influence sur la perception des inégalités hommes-femmes par les salariés du secteur privé, cette incidence ne se vérifie pas chez les salariés du secteur public.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".