MétaCan
Menu
Retour à la cohorte
Enregistrement W2141582482 · doi:10.1109/47.988359

The influence of gender on collaborative projects in an engineering classroom

2002· article· en· W2141582482 sur OpenAlexaff
S. Ingram, Anne Parker

Notice bibliographique

RevueIEEE Transactions on Professional Communication · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPsychologyFace (sociological concept)Team compositionSocial psychologyTeam Role InventoriesOrder (exchange)SociologyTeamworkManagementBusiness

Résumé

récupéré en direct d'OpenAlex

Using a qualitative approach to data collection and analysis, the article discusses some of the findings from a larger study on collaboration and the role of gender. We profile three student engineering teams as they participate in processes leading to the submission of a report for a team-based technical communication course. While some theorists suggest that gender can play a significant role in achieving a successful team dynamic, our study only partially supports that claim. A synopsis of two women from two predominantly male teams reveals glimpses of what the literature describes as traditional gender-linked behaviors by both men and women, but the all-female team does not conform to stereotypical patterns and their behaviors call into question the existence of these interactional styles. We suggest that factors other than gender and independent of a team's gender composition exert a greater impact on collaboration. Nevertheless, the study does caution against assigning women to predominantly male teams, since when a team's social structure is mostly male, traditional gender-linked interactional behaviors as well as manifestations of the culture of engineering are more likely to emerge. Overall, the study underlines the importance of examining specific face-to-face interactions to see how behavior is situationally produced in order to more fully understand the interactional strategies open to individuals.

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)0,011
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,120
Tête enseignante GPT0,337
Écart entre enseignants0,217 · 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

Citations53
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Professional CommunicationMême sujetGender Diversity and InequalityTravaux en français237 207