MétaCan
Menu
Retour à la cohorte
Enregistrement W2113298422 · doi:10.5539/jedp.v4n1p238

Familial and Economic Influences on the Gender-Related Educational and Occupational Aspirations of Rural Adolescents

2014· article· en· W2113298422 sur OpenAlexvenueno aff
Judith L. Meece, Karyl Askew, Charlotte A. Agger, Bryan C. Hutchins, Soo‐yong Byun

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentInstitute of Education SciencesSpencer FoundationU.S. Department of AgricultureU.S. Department of Education
Mots-clésPsychologyRural areaSample (material)Educational attainmentOccupational segregationOccupational prestigeSocioeconomic statusDevelopmental psychologyDemographic economicsSociologyEconomic growthPolitical scienceDemographyEconomicsLabour economics

Résumé

récupéré en direct d'OpenAlex

Economic, occupational, and social shifts in rural economies have influenced nuanced changes in the educationaland occupational aspirations of rural adolescent women and men. However, there is limited contemporaryresearch that examines the aspirations of rural adolescents at the beginning of the 21st century. Drawing on asample of 8,756 rural adolescents in the United States, we examine how familial, geographic, and economicvariables influence gender-related differences in educational and occupational aspirations. Findings revealedsignificant gender differences, favoring girls, in youth’s educational aspirations, occupational aspirations, andaspirations for nontraditional careers. Results highlight the importance of contextual variables such as parentalexpectations, family income, and motivation variables in predicting gender-related aspirations of rural youth.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,348
Écart entre enseignants0,306 · 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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207