MétaCan
Menu
Retour à la cohorte
Enregistrement W2096213230 · doi:10.7202/1026662ar

Être ou ne pas être en politique : quelques déterminants de l’implication des femmes

2014· article· fr· W2096213230 sur OpenAlexaffvenue
Natalie Rinfret, Françine Tougas, Joëlle Laplante, Ann M. Beaton

Notice bibliographique

RevuePolitique et Sociétés · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensUniversité de MonctonUniversity of OttawaÉcole Nationale d'Administration Publique
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La politique est un milieu difficile dans lequel les femmes doivent surmonter des embûches au quotidien. L’objectif général de cette étude est de comparer le profil des femmes politiquement engagées avec celui de celles qui le sont moins. Dans cette optique, un questionnaire a été acheminé à des femmes ayant participé à l’École Femmes et Démocratie (2004 à 2009), qui offre une formation à celles qui souhaitent se lancer en politique. Le questionnaire regroupait des énoncés que les chercheurs avaient identifiés comme mesurant des facteurs de prédiction de l’engagement des femmes en politique, mais sans nécessairement les avoir testés empiriquement auprès d’échantillons concernés. Deux groupes ont été constitués, les femmes qui s’engagent pleinement sur la voie de la politique et celles qui restreignent leur participation. Étant donné que la majorité des participantes ne sont pas encore actives en politique, la variable « engagement communautaire », identifiée comme un déterminant de l’engagement politique (Elder, 2004), a été utilisée pour séparer les deux groupes. Une analyse discriminante nous a permis d’identifier les facteurs distinguant ces deux groupes, dont la résilience, l’auto-évaluation de compétences personnelles, relationnelles et politiques. Cette étude contribue à une compréhension plus juste du vécu des femmes qui s’engagent sur la voie de la politique. On parle alors de contributions théorique et pratique.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,480
Écart entre enseignants0,354 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitique et SociétésMême sujetGender Politics and RepresentationTravaux en français237 207