Bibliographic record
Abstract
Le fait d’avoir des enfants a un impact considérable sur les résultats des femmes sur le marché du travail, mais pas sur ceux des hommes. Les effets différentiels du parentage selon le sexe, ce qu’on appelle la pénalité liée aux enfants ou la pénalité parentale, sont désormais documentés pour de nombreux pays. Dans cet article, nous exploitons les données de l’Étude longitudinale et internationale des adultes pour estimer les pénalités liées aux enfants au Canada, tant à l’égard des revenus que de l’emploi, sur une période allant de cinq ans avant la naissance du premier enfant à dix ans après. À partir d’une méthode fondée sur l’étude d’évènements, nous constatons des effets négatifs importants et durables de la parentalité chez les mères, mais pas chez les pères. Les revenus des mères diminuent de 49% l’année de la naissance, et la pénalité est toujours de 34,3% dix ans plus tard; en ce qui concerne l’emploi, la pénalité correspondante est de 14,2%. Nous documentons également les effets négatifs plus importants de la parentalité pour les femmes qui ont de nombreux enfants et pour celles qui ont un niveau de scolarité inférieur. Enfin, nous fournissons des données qui suggèrent que des politiques familiales telles que le congé parental et les services de garde subventionnés pourraient contribuer à réduire les pénalités liées aux enfants.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".