Russia and European Countries: statistical assessment of differences in the level of gender differentiation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article provides a comprehensive statistical assessment of the level of gender differentiation in Russia and European countries. A consolidated rating of the level of gender differentiation has been developed, calculated as the sum of a country's ranks in three indices: gender inequality (GII), gender social norms (GSNI) and Women, Business and the Law (WBL). The countries have been ranked based on this rating. An in-depth analysis of the constituent elements of each index was made. The positions of the Russian Federation were compared with those of the European countries, leading in the ranking. The main sources of information for the calculations were the statistical data of the United Nations, the World Bank, and the demographic statistics of Rosstat. It has been established that the Russian Federation should strengthen legal protection in the field of gender. Measures have been proposed to help reduce gender inequality. They have been tested on the basis of a quantitative assessment of the forecast level of the Women, Business and Law index for the Russian Federation.

About the authors

Oksana Nikolaevna Komar

Kaliningrad State Technical University

Email: oksana.komar@klgtu.ru
Kaliningrad, Russia

References

  1. Айвазова С.Г. (2018) Гендерный фактор развития политики. Политика развития, государство и мировой порядок. Под общ. ред. О.В. Гаман-Голутвиной, Л.В. Сморгунова, Л.Н. Тимофеевой. Издательство "Аспект Пресс", Москва. С. 22-23.
  2. Говорова Н.В. (2020) Рынок Европейского союза в цифровую эпоху: гендерный аспект. Женщина в российском обществе. № 3. С. 30-41. doi: 10.21064/WinRS.2020.3.3
  3. Гриненко С.В., Богомолова И.С., Задорожняя Е.К. (2014) Гендерные особенности развития человеческого капитала. Национальные интересы: приоритеты и безопасность. № 38 (275). Издательский дом "Финансы и кредит", Москва. С. 20-35.
  4. Елисеева И.И., Декина М.П. (2019) Статистический анализ гендерного неравенства оплаты труда в современной России. Статистика и Экономика. № 16 (5). С. 85-91. DOI: http://dx.doi.org/10.21686/2500-3925-2019-5-85-93.
  5. Мальцева И.О. (2005) Гендерные различия в профессиональной мобильности и сегрегация на рынке труда: опыт российской экономики. Издательство "EERC", Москва. 55 с.
  6. Пряжникова О.Н. (2021) Пандемия COVID-19 и усиление гендерного неравенства. Социальные и гуманитарные науки. Отечественная и зарубежная литература. Социология: Реферативный журнал. Сер. 11. № 2. С. 66-73. doi: 10.31249/rsoc/2021.02.06
  7. Римашевская Н.М. (2009) Заключение. Гендерные стереотипы в меняющемся обще-стве: опыт комплексного социального исследования. Сборник статей. Под ред. Н.М. Ри-машевской, Л.Г. Луняковой. Наука, Москва. С. 263-271.
  8. Хахалкина Е.В. (2020) Гендерный фактор в формировании правящих элит в Великобритании. Современная Европа. № 2. С. 176-187. DOI: http://dx.doi.org/10.15211/soveurope22020176187
  9. Шабунова А.А., Россошанский А.И. (2013) О гендерной дифференциации заработной платы на рынке труда. Проблемы развития территории. № 5 (67). С. 50-56.
  10. Шведова Н.А. (2022) Женское лидерство в мире: "продвижение вперед". Женщина в российском обществе. № 1. С. 32-47. doi: 10.21064/WinRS.2022.1.3
  11. Шведова Н.А. (2016) Политические партии и гендерное равенство. Женщина в российском обществе. № 4. С. 21-30. doi: 10.21064/WinRS.2016.4.2
  12. Lorber J. (1994) Paradoxes of gender. Yale University Press, New Haven, USA, London, UK. 429 p.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».