MétaCan
Menu
Retour à la cohorte
Enregistrement W1629970458 · doi:10.4000/interventionseconomiques.121

L’orientation des filles vers des métiers non traditionnels en sciences et en technologies

2009· article· fr· W1629970458 sur OpenAlexaffvenue
Geneviève Szczepanik, Pierre Doray, Yoenne Langlois

Notice bibliographique

RevueInterventions économiques · 2009
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

La lutte pour l’égalité entre les hommes et les femmes s’est manifestée dans tous les espaces sociaux, dont ceux de l’éducation et de l’emploi. Dans cette lutte, une stratégie déployée par le mouvement féministe et par les pouvoirs publics de nombreux pays fut de favoriser la présence des femmes dans les emplois dits non traditionnels. Malgré les luttes sociales et les interventions publiques visant à ouvrir l’horizon professionnel des femmes, il reste que les ghettos d’emplois sont encore fort présents. Notre objectif est de mieux comprendre le maintien de ces ghettos en abordant la question par un angle particulier : celui de l’orientation professionnelle d’étudiantes dans l’enseignement postsecondaire. Notre analyse s’appuie sur les parcours d’étudiantes qui, à un moment ou un autre de leur scolarité, ont envisagé de s’orienter vers des métiers ou des professions non-traditionnels. L’analyse dégage un premier constat, soit le faible nombre de filles qui envisagent poursuivre des études dans des domaines non traditionnels avant l’entrée dans l’enseignement postsecondaire (dans des programmes techniques ou scientifiques). Un second est le poids de l’expérience scolaire qui conduit de nombreuses filles à revoir leur orientation, notamment en reprenant des chemins plus traditionnels. A cet égard, il faut constater que l’expérience scolaire joue souvent comme un élément de désillusion professionnelle, qui devient une source de redéfinition des projets professionnels.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,013
Communication savante0,0090,007
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,294
Tête enseignante GPT0,499
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterventions économiquesMême sujetEducation, sociology, and vocational trainingTravaux en français237 207