MétaCan
Menu
← Retour à la cohorte
Enregistrement W2035373962 · doi:10.1787/hemp-v18-art15-fr

Où sont les étudiants ? Déséquilibre étudiants-étudiantes dans l'enseignement supérieur

2006· article· fr· W2035373962 sur OpenAlexaffabout
Fred Evers, John Livernois, Maureen Mancuso

Notice bibliographique

RevuePolitiques et gestion de l enseignement supérieur · 2006
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au Canada et dans d’autres pays occidentaux, la ventilation par sexe dans l’enseignement supérieur est passée d’un déséquilibre en faveur des hommes à un déséquilibre en faveur des femmes. Les programmes visant à attirer les femmes vers l’enseignement supérieur ont été très efficaces. C’est ainsi que l’Université de Guelph compte 70 % d’étudiantes. Les enseignants doivent-ils être préoccupés par ce phénomène ? Ce déséquilibre peut-il avoir des effets négatifs à court et à long terme ? Si tel est le cas, que peuvent faire les éducateurs pour y remédier ? Faut-il mettre en place des programmes visant à attirer les hommes vers l’enseignement supérieur ? Quelles sont les mesures qui peuvent être prises sur le plan de l’accessibilité pour arriver à un équilibre hommes/femmes dans l’enseignement supérieur ? Cet article examine les changements intervenus dans la répartition hommes/femmes dans les universités et collèges au Canada, aux États-Unis et dans d'autres pays. Il expose les causes et les effets éventuels sur le plan économique, social et politique du déséquilibre entre hommes et femmes. On étudie les techniques d’accessibilité qu’il serait possible d’utiliser pour aboutir à un équilibre hommes/femmes dans les programmes des universités et des collèges.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0230,013
Communication savante0,0080,004
Science ouverte0,0020,006
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,129
Tête enseignante GPT0,398
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations1
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitiques et gestion de l enseignement supérieur→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→