Logo
Munich Personal RePEc Archive

Interrupciones laborales y cuidados infantiles: Resultados con técnicas de Machine Learning

Felipe Calvo, David (2025): Interrupciones laborales y cuidados infantiles: Resultados con técnicas de Machine Learning.

[thumbnail of DavidFelipeCalvoTFM_MPRA.pdf] PDF
DavidFelipeCalvoTFM_MPRA.pdf

Download (983kB)

Abstract

Este trabajo investiga los factores que predicen las interrupciones laborales de corta duración debidas al cuidado infantil, un mecanismo diario que subyace a la ‘penalización por hijos’ en el mercado laboral. Utilizando datos de la American Time Use Survey (ATUS) para el periodo 2010-2019, se aplica una metodología innovadora que combina el Análisis de Supervivencia con técnicas de Machine Learning, como los Bosques Aleatorios de Supervivencia. Se propone una nueva tipología de interrupciones (‘puras’ y ‘mixtas’) para capturar con mayor precisión el conflicto trabajo-familia. Los resultados revelan que los predictores más potentes del riesgo de interrupción son la edad del hijo menor y el género del progenitor, superando a variables económicas como los ingresos. Se identifica una ‘paradoja del privilegio’, donde un mayor nivel educativo y de ingresos se asocia con un mayor riesgo de interrupción, fenómeno explicado por la combinación de un estilo de ‘crianza intensiva’ y la mayor autonomía de los ‘trabajos codiciosos’. Los principales resultados arrojan que el riesgo de interrupción diario está determinado principalmente por factores sociodemográficos y normas de género, más que por consideraciones puramente económicas, ofreciendo una micro fundamentación empírica a la persistente brecha de género.

Atom RSS 1.0 RSS 2.0

Contact us: mpra@ub.uni-muenchen.de

This repository has been built using EPrints software.

MPRA is a RePEc service hosted by Logo of the University Library LMU Munich.