A munkaerőpiac nemek szerinti szegregációjának jellemzői, mechanizmusa és következményei (The features, mechanism and results of gender-based segregation on the labour market)

Az ágazatok, foglalkozások, munkakörök nemek szerinti szegregációja a világ minden országára jellemző, jellegzetességei az eltérő gazdasági társadalmi, kulturális környezet ellenére gyakran nagyon hasonlítanak egymásra. Szakírók, politikai döntéshozók intézkedésekkel tartják javíthatónak a nők munkaerő-piaci pozícióját, a nemek közötti bérkülönbségek felszámolását. A követelmények és következtetések több szempontból sem helytállók. A nők és férfiak biológiai és társadalmi okokból eltérő kompetenciái, az ebből következő hatékonysági követelmények miatt a nemek szerinti elkülönülés a foglalkoztatás természetes következménye. Nem a szegregáció okozza a társadalmi egyenlőtlenségeket, hanem azok a munkaerő-piaci mechanizmusok, amelyek társadalmi hátránnyá formálják a foglalkozási struktúrában való elhelyezkedést. A beavatkozás csak ezeken keresztül lehetséges, ami azonban kockázatos, és amelynek tere meglehetősen szűk. A piaci erők önkényes korlátozása nem vezet a kívánatos eredményre, terelése csak egymással koherens társadalom-, népesség- és foglalkoztatási célrendszer megfogalmazása esetén lehet eredményes.

Segregation in Minds

In this paper, I explore socio-spatial segregation from a particular perspective, which may probably be considered a novelty in the investigation of spatial social patterns, as it focuses on questions such as: What kind of distinction occurs between socio-spatial patterns designated by statistical data and the cognitive representations of those patterns in people's minds? and What explains these diff erences, and what kind of impact can they generate?

E-learning Skill and Use in EU Countries – A Statistical Analysis

The article investigates the division between member states of the European Union considering the aspect of their level of information and communication technology (ICT) development focusing on e-learning. With the help of discriminant analysis the countries are categorized into groups based on their ICT maturity and e-learning literacy level of development. Making a comparison with a benchmarking tool, the ITU (International Telecommunication Union)’s ICT Development Index (IDI) the results are confirmed partly correct. The article tries to find economical explanations for the re-grouping of the countries ranking. Finally the author examines the reliability of Hungary’s ranking results and the factors which may affect this divergence from the real picture.