MétaCan
Menu
Back to cohort
Record W2906290666 · doi:10.3917/grhu.110.0003

Normes sociales de genre et inégalité professionnelle : quelle influence du sentiment de culpabilité des femmes ?

2018· article· fr· W2906290666 on OpenAlexaff
Gwénaëlle Poilpot‐Rocaboy, Bénédicte Berthe, Christopher Chan

Bibliographic record

VenueRevue de gestion des ressources humaines · 2018
Typearticle
Languagefr
FieldSocial Sciences
TopicWork-Family Balance Challenges
Canadian institutionsYork University
Fundersnot available
KeywordsHumanitiesPolitical scienceGender relationsSociologyEthnologyPhilosophyGender studies

Abstract

fetched live from OpenAlex

Notre étude analyse l’influence des normes sociales de genre et notamment l’attente sociale d’être une « bonne mère » et une « bonne ménagère » sur l’inégalité professionnelle entre les femmes et les hommes. Nous appuyant sur la littérature, nous présentons un modèle qui teste les liens entre les normes sociales de genre associées aux domaines familial et domestique, le sentiment de culpabilité des femmes et la régulation de leurs comportements au travail (baisse du temps de travail, refus d’une promotion, refus d’une mobilité géographique favorable pour la carrière, limitation des ambitions professionnelles). Une méthodologie quantitative et l’analyse de 326 questionnaires de femmes actives révèlent que si les normes sociales de « bonne mère » et de « bonne ménagère » n’ont pas d’effets directs sur les comportements des femmes au travail, elles les impactent indirectement via le sentiment de culpabilité qu’elles génèrent. Ainsi, le rôle médiateur du sentiment de culpabilité dans la relation entre les normes sociales féminines liées aux domaines familial et domestique et la régulation de leurs comportements relatifs à leurs choix de carrière est ici révélé.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.215
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0050.007
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.073
GPT teacher head0.333
Teacher spread0.260 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations7
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueRevue de gestion des ressources humainesSame topicWork-Family Balance ChallengesFrench-language works237,207