Mind the gap: gender disparities still to be addressed in <scp>UK</scp> Higher Education geography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper evidences persistent gender inequalities in UK higher education ( HE ) geography departments. The two key sources of data used are: Higher Education Statistics Agency ( HESA ) data for staff and students, which affords a longitudinal response to earlier surveys by M c D owell and M c D owell and Peake of women in UK university geography departments, and a qualitative survey of the UK HE geography community undertaken in 2010 that sought more roundly to capture respondent reflections on their careers, choices, status and experiences. Findings show that although the gender gap is closing within HE geography in the UK there are significant ongoing gender disparities. Therefore, the paper argues that the long and demanding process of reducing gender inequalities (alongside other, equally vital intersectional inequalities) requires continued commitment. Furthermore, respondents evidence the cost of these inequalities: enablers and barriers to job security and career progression can have long‐term impacts on quality of life and financial security, and affect personal life decisions. In recent years the UK ‐based A thena S wan and Gender Equality Charter Mark agendas have prompted universities to address gendered disparities and the authors note a changing zeitgeist. The survey findings point to the need for sustained leadership within geography departments to address the day‐to‐day gender – and other – inequalities experienced in the workplace.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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