MétaCan
Menu
Retour à la cohorte
Enregistrement W2069553241 · doi:10.1615/jwomenminorscieneng.v10.i2.40

BUILDING A NETWORK TO SUPPORT GIRLS AND WOMEN IN SCIENCE, TECHNOLOGY, ENGINEERING, AND MATHEMATICS

2004· article· en· W2069553241 sur OpenAlexaboutno aff
Jacqueline D. Spears, Ruth Dyer, Suzanne Franks, Beth A. Montelone

Notice bibliographique

RevueJournal of Women and Minorities in Science and Engineering · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedressWorkforceWomen in scienceQuarter (Canadian coin)PopulationPublic relationsScience and engineeringScience educationEngineering researchPolitical scienceSociologyEngineeringEconomic growthEngineering ethicsPedagogyEconomics

Résumé

récupéré en direct d'OpenAlex

Women today constitute over half of the U.S. population and almost half of its overall workforce, yet they make up less than a quarter of the science and engineering workforce. Many historical and social factors contribute to this discrepancy, and numerous individual, institutional, and governmental attempts have been made to redress it. However, many of the efforts to promote, include, and engage girls and women in science, technology, engineering, and mathematics (STEM) education and professions have been made in isolation. At Kansas State University, the authors have begun a systemic effort to increase the participation of girls and women in STEM. This article describes the creation and initial activities of a network of partners that includes universities, school districts, corporations, governmental agencies, and nonprofit organizations, assembled under the aegis of a project supported by funding from the National Science Foundation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations9
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Women and Minorities in Science and EngineeringMême sujetCareer Development and DiversityTravaux en français237 207