Gdzie te kobiety? – Podcast GRAPE | Tłoczone z danych

I z czasem ten cały kierunek badań wyewoluował do co taka osoba, kiedy jest jedna jedyna, może faktycznie zmienić w organizacji. Najczęściej te wyniki są dość jednoznaczne, czyli że nie może zmienić za dużo. A coś może zmienić? Mamy na przykład takie badania, czy w zależności od tego, jak wiele jest kobiet, włącznie w tych organach, w razie nadzorczej, w zarządzie, wszystko jedno, czy w zależności od tego, jak wiele jest tych kobiet, to dana firma stosuje równiejszą politykę płacową. Co mamy przez to na myśli? Nie chodzi o to, żeby płacić wszystkim po równo, tylko o to, żeby płacić równą płacę za równą pracę. Z innego zupełnie źródła szacujemy, jak duże są nierówności płacowe ze względu na płeć, kiedy je skorygujemy o wiek, wykształcenie, doświadczenie.

I tylko na przykład w niektórych krajach wystarczająco duże spółki ZOO muszą coś tam. Więc żebyśmy doszli od tego, co daje ta firma, Jako zbiór danych do tego, z czym my możemy pracować, to to był, jak mówią Amerykanie, seven years overnight success, czyli trzy kolejne wersje kodu czyszczące danych, trzy kolejne, nazwijmy to tak, pokolenia naszych współpracowników młodych i asystentów i siedem lat kodowania, żeby to wszystko wyczyścić. Ale jak już wyczyściliśmy, to teraz mamy sto kilkadziesiąt milionów członków, dwanaście milionów obserwacji po firmach i dwa miliony firm. Tym ostatnim pokoleniem, które szczęśliwie dotrwało do sukcesu w postaci gotowego zbioru danych do pracy jest Sebastian Zalans i Hubert Drążkowski i wspólnie mamy taki artykuł, w którym opisujemy cały ten proces czyszczenia danych, który zgodziło się opublikować Nature Scientific Data, więc jesteśmy bardzo podekscytowani, ale sam fakt publikacji, poza tym, że nas ekscytuje, jest w tym sensie mniej ważny, że bardziej ważne jest to, że policzyliśmy dla wszystkich krajów, wszystkich lat, wszystkich sektorów, rozmaite miary równości.