Two brief interventions to mitigate a “chilly climate” transform women’s experience, relationships, and achievement in engineering.
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
In a randomized-controlled trial, we tested 2 brief interventions designed to mitigate the effects of a “chilly climate” women may experience in engineering, especially in male-dominated fields. Participants were students entering a selective university engineering program. The social-belonging intervention aimed to protect students’ sense of belonging in engineering by providing a nonthreatening narrative with which to interpret instances of adversity. The affirmation-training intervention aimed to help students manage stress that can arise from social marginalization by incorporating diverse aspects of their self-identity in their daily academic lives. As expected, gender differences and intervention effects were concentrated in male-dominated majors (20% women). In these majors, compared with control conditions, both interventions raised women’s school-reported engineering grade-point-average (GPA) over the full academic year, eliminating gender differences. Both also led women to view daily adversities as more manageable and improved women’s academic attitudes. However, the 2 interventions had divergent effects on women’s social experiences. The social-belonging intervention helped women integrate into engineering, for instance, increasing friendships with male engineers. Affirmation-training helped women develop external resources, deepening their identification with their gender group. The results highlight how social marginalization contributes to gender inequality in quantitative fields and 2 potential remedies.
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 | 0,001 | 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