Capítulo 1. Análisis Sentimental sobre la desigualdad de género y la pandemia COVID –19 en el mercado laboral
Bibliographic record
Abstract
ResumenLa desigualdad de género ha tenido un impacto significativo en la vida de las personas de todo el mundo, especialmente en la de las mujeres.La crisis sanitaria ha exacerbado las desigualdades existentes en la sociedad y ha generado nuevos desafíos en términos de la desigualdad de género en el ámbito laboral.En este capítulo se emplearon técnicas de análisis de sentimiento para examinar la percepción pública sobre la desigualdad de género de las mujeres en el mercado laboral y la pandemia COVID -19, a través del análisis de tweets.Los resultados revelaron posturas con conciencia crítica y un llamado a la acción para abordar esta problemática, mientras que otros minimizaban la relevancia de la desigualdad de género, por lo que se concluye que, en las discusiones en línea, se muestran actitudes y perspectivas sociales sobre la desigualdad de género brindando información relevante para el diseño de políticas y la promoción de cambios sociales. Palabras claveAnálisis de sentimiento, desigualdad de género, mujeres, mercado laboral, Twitter 8 Vega et. al. (2023)Análisis sentimental sobre la desigualdad de género y... IntroducciónLa desigualdad de género en México es un tema de gran relevancia y preocupación en la sociedad actual.A pesar de los avances logrados en materia de igualdad de género, persisten brechas significativas entre hombres y mujeres en diversos ámbitos de la vida social, económica y política del país.Históricamente, México ha sido una sociedad marcada por estereotipos de género arraigados y roles tradicionales asignados a hombres y mujeres.Estas concepciones limitantes han perpetuado desigualdades estructurales que se reflejan en diversas esferas de la vida cotidiana.En el ámbito laboral, por ejemplo, las mujeres en México enfrentan dificultades para acceder a empleos bien remunerados y puestos de liderazgo.Aunque la participación femenina en la fuerza laboral ha aumentado en las últimas décadas, las brechas salariales persisten.Un ejemplo de ello es que, en promedio, las mujeres obtienen una remuneración menor que los hombres por realizar el mismo trabajo.Además, la discriminación y el acoso sexual en el lugar de trabajo siguen siendo una realidad preocupante.Por otra parte, la pandemia de COVID-19 ha exacerbado las desigualdades existentes en la sociedad y ha generado nuevos desafíos en términos de acceso a los servicios de salud, el trabajo y la educación.Por lo anterior es fundamental reconocer que la desigualdad de género no sólo afecta a las mujeres, sino que también tiene consecuencias negativas para el desarrollo y el bienestar de toda la sociedad.La falta de oportunidades y derechos para las mujeres limita el potencial de crecimiento y prosperidad de México en su conjunto. Revisión de la LiteraturaEl cierre de las actividades en las organizaciones impulsó el home office de una gran cantidad de empleados.Algunas investigaciones han revelado que en la mitad de empresas estudiadas (229) el 80% de empleados iniciaron el teletrabajo a partir de pandemia (Gartner, 2020).Algunas de estas empresas ya habían comenzado el proceso de home office, lo cual se vio acelerado como una reacción a la situación pandémica.En algunos sectores como lo es el de servicios financieros en Estados Unidos pasó de tener al 60% de sus empleados trabajando 1 día de la semana desde casa al 69% después del Covid-19 (PwC's Remote Work Survey, 2021).Los retos planteados por el home office y la pandemia son múltiples:• La soledad y la depresión provocada porque algunos de los empleados viven solos (Kniffin, et al, 2021).• El cierre de lugares de trabajo ha provocado un alto riesgo de insolvencia (ILO, 2020)
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 | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.050 | 0.008 |
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".